Inspired by the successful non-loca

Inspired by the successful non-local means method for video denoising, Takeda et al. [25] avoided explicit subpixel motion estimation and used 3D kernel regression to exploit the spatiotemporal neighboring relationship for video up-sampling. However, their method still needs to estimate a pixel-wise motion at regions with large motion. In addition, its data model does not include blur and so its output needs to be postprocessed by a deblurring method.

Kết quả (Việt) 1:

Lấy cảm hứng từ phương pháp thành công-local phương tiện cho video denoising, Takeda et al. [25] tránh được rõ ràng subpixel chuyển động dự toán và sử dụng 3D hạt nhân hồi qui để khai thác mối quan hệ giáp ranh spatiotemporal cho video mặc-lấy mẫu. Tuy nhiên, phương pháp của họ vẫn còn cần phải ước tính một chuyển động pixel-wise tại khu vực với chuyển động lớn. Ngoài ra, mô hình dữ liệu của nó không bao gồm mờ và vì vậy sản lượng của nó cần phải được postprocessed bởi một phương pháp deblurring.

Kết quả (Việt) 2:

Lấy cảm hứng từ phương pháp phương tiện không địa phương thành công cho denoising video, Takeda et al. [25] tránh ước lượng chuyển động subpixel rõ ràng và sử dụng hồi quy hạt nhân 3D để khai thác các mối quan hệ láng giềng spatiotemporal cho video lên lấy mẫu. Tuy nhiên, phương pháp của họ vẫn cần để ước tính một chuyển động pixel-khôn ngoan ở vùng có chuyển động lớn. Ngoài ra, mô hình dữ liệu của nó không bao gồm mờ và do đó sản lượng của nó cần phải được xử lý sau bằng một phương pháp deblurring.