[盲去闪烁][ECCV 2024]BlazeBVD
故事会环节：
这篇文章的故事首先从标题开始,看完题目就想大喊一声maga，感觉比之前的bert，eva啥的还有梗。
然后就是正常的讲故事了，视频在现代社会很重要，但是视频闪烁很影响视频质量，所以要去闪烁。过去有一堆方法来做去闪烁。（说实话，小领域这么写是为了和审稿人解释重要性，BVD是啥。做的多的方向就不用这么写了，审稿人一眼觉得在水字数）
尽管有这么多方法，但是这些方法都有些不足之处，性能不佳。文章分析有这些情况的原因是因为：( i )产生的视频中存在部分颜色伪影和失真，导致颜色保真度和细节与原始视频相比存在差异；( ii )由于光照引起的过度曝光或曝光不足会导致纹理细节的显著丢失，并引入新的局部闪烁。随后开始分析，前面两个情况的成因是视频数据中的时空复杂性。（说实话看intro我并不能理解前面两个状况和时空复杂性有啥关系，时空复杂，那得告诉我在单帧图像上没这个问题吧）
然后开始写本文是怎么解决这个时空复杂性的，通过使用STE提出的像素分布的直方图来解决这个问题，总共3步，首先，引入STE对光照空间下的视频帧直方图序列进行矫正。其次，由于矫正完之后的光照图具有稳定的时间性能，将其作为2D空间网络的全局闪烁去除模块( GFRM )的提示条件，以指导视频帧的颜色校正。并设计了，局部闪烁消除模块( LFRM )基于光流偏差来恢复图像。最后，我们引入了一个3D网络来处理所有的帧，其中设计了一个自适应的掩码加权扭曲损失来提高视频的连贯性。
创新点：
- 首次把直方图用到BVD领域里去
- 设计了一个全局-局部去闪烁模块
- 使用了一个2D-3D网络
STE平滑:
这里应该算是这篇paper的主要贡献了，使用了STE的方法，把视频帧当中的异常图像做了个校准与平滑
2d 全局-局部网络：
这篇论文最抽象的地方来了，不知道是不是我看的版本的问题，这论文居然对于整个网络只有这么简单的一张图，中间的GFRM模块说是简单的2d U-net，LFRM直接就没说是啥，看图也是个unet，唯一的区别估计就是一个拿滤波图像，一个是拿光流过了一下，结构估计是一模一样的。（猜的，好像也没公开代码）说实话，简单的u-net还是好几个，都能加速10倍了，以前BVD都是咋做的不是很清楚。
3d模型
和上面一样，依旧没有结构，我姑且认为这个TCM和上面的GFRM，LFRM模型代码是一模一样的吧，损失函数的目标和输入输出不一样，maybe~
总结：
看Arxiv好像是被CVPR拒了转投的ECCV，但是说实话除了那个不知道有没有用的STE，从消融上看还挺有用的，但是对比的对手感觉性能也太差了。另外的网络，结构也没给，不知道是怎么过的审稿人。可能因为BVD做的人真的很少吧。