旷视科技提出GIF2Video：首个深度学习GIF质量提升方法

你还为 GIF 动图模糊不清而烦恼吗？ 论文名称：《GIF2Video: Color Dequantization and Temporal Interpolation of GIF images》 论文链接：https://arxiv.org/abs/1901.02840背景互联网之中，GIF 可谓无处不在，通过海量用户的制作与使用而不断涌现，流转不息。GIF 的广泛传播可归因于其文件较小，上手高度便捷。但是，由于制作过程的颜色量化非常严重，相较于原视频，GIF 经常成像较差。把一段视频制作成一张 GIF 需要 3 步：帧采样（frame sampling）、颜色量化（color quantization）以及可选用的颜色抖动（color dithering）。帧采样会导致 jerky motion 的问题，而颜色量化和抖动则会产生平坦区域（flat color regions）、伪边界（false contours）、颜色偏移（color shift）和点状分布（dotted pattern）等问题，如图 1 所 ………………………………