“Learning Blind Video Temporal Consistency”视频去闪烁（anti banding、flicker）论文解读

论文解读"/>

“Learning Blind Video Temporal Consistency”视频去闪烁（anti banding、flicker）论文解读

项目官网：/
最近在做关于antibanding，视频去闪烁方面，这篇论文比较新，效果也不错。精读一遍

摘要：
当对视频进行操作时，若不考虑帧与帧之间的关系，只对单张图像进行例如风格迁移、上色、超分辨率处理等等，会造成视频结果的不连贯，出现闪烁，这个论文提出了一种方法，可以无视图像处理的方法，直接解决视频不连续问题。
论文亮点：
1.用卷积LSTM有效的去除了视频中的闪烁，并且在测试的时候不需要预计算的光流或是帧之间的关系，因此可以做到实时，（亲测不能实时）
2.提出了减少长短期的时序性loss，改善时序稳定，并且使用了perceptual loss来维持内容的不变性
3.用一个模型解决好多种不同图像处理情况，鲁棒性好


值得注意的是Image Transformation学习出来的是 Ot和Pt的残差，类似resnet的思想，Ot = Pt + 学习到的残差。

手画模型，比较丑：后期再补大图

transformation network

论文特点：通过优化三个loss:short-term loss  、long-term loss、perpetual loss来达到目的。

其中长期损失是第0帧和第二帧以及之后的算出的loss