Для решения существующих проблем методов сверхразрешения видео в сложных движущихся сценах, таких как неточная межкадровая выравнивание, недостаточное использование временной информации и высокая вычислительная сложность традиционных механизмов внимания, в статье предлагается сеть сверхразрешения видео с перекрестным вниманием, управляемым оптическим потоком (OFCA-Transformer). Во-первых, разработан лёгкий модуль оценки оптического потока с несколькими масштабами, генерирующий информацию о движении разной зернистости; во-вторых, инновационно введён механизм перекрестного внимания, управляемый оптическим потоком, где локальное окно внимания строится вокруг предсказанной позиции оптического потока, что позволяет глубоко объединить явные геометрические априорные данные с неявным восприятием содержимого, повышая точность выравнивания и значительно снижая вычислительную сложность; наконец, построен многоуровневый модуль агрегации признаков для более эффективного пространственно-временного слияния признаков в архитектуре Трансформера. При масштабах увеличения ×2, ×3 и ×4 предложенный метод сравнивается с другими на трёх общедоступных наборах данных. Результаты показывают, что значения PSNR OFCA-Transformer на нескольких наборах данных отличаются всего на 0,16 дБ по сравнению с современными методами, при этом количество параметров модели снижено на 82,8%, что эффективно повышает вычислительную эффективность. Кроме того, предложенный метод показывает более точное восстановление деталей и лучшую временную согласованность в сценах с сложным движением, объективно достигая лучших количественных показателей при всех масштабах увеличения.

сверхразрешение видео;Трансформер;оценка оптического потока;перекрестное внимание;выравнивание движения