SPMCS

displayName: SPMCS
labelTypes: []
license:
- MIT
mediaTypes: []
paperUrl: https://arxiv.org/pdf/1704.02738.pdf
publishDate: "2017"
publishUrl: https://github.com/jiangsutx/SPMC_VideoSR
publisher:
- University of Toronto
- Megvii Technology
tags:
- Video
taskTypes:
- Editing

---
# 数据集介绍
## 简介
它包含 30 个不同的视频，每个视频包含 31 帧。
每个序列包含 x2、x3、x4 比例因子的双三次下采样输入。文件夹真实包含用于计算 PSNR 和 SSIM 的高分辨率地面真实图像。
由于许多以前的方法使用 31 帧来为中心帧产生一个结果，因此我们也只评估中心帧的量化结果（我们论文中的数字）。我们不裁剪边界或使用其他后处理。

## Download dataset
:modelscope-code[]{type="git"}

显示名称：SPMCS
标签类型：无
许可证：MIT许可证
媒体类型：无
论文链接：https://arxiv.org/pdf/1704.02738.pdf
发布日期：2017年
发布链接：https://github.com/jiangsutx/SPMC_VideoSR
发布机构：多伦多大学（University of Toronto）、旷视科技（Megvii Technology）
标签：视频（Video）
任务类型：编辑（Editing）
---
# 数据集介绍
## 简介
本数据集包含30段独立视频，每段视频均包含31帧图像。每个视频序列均配有缩放因子为×2、×3、×4的双三次下采样输入样本；名为real的文件夹中存储了用于计算峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）与结构相似性（Structural Similarity, SSIM）的高分辨率真值图像。
鉴于此前多数研究方法均采用31帧图像以生成中心帧的重建结果，本数据集同样仅对中心帧的量化指标进行评估（即论文中呈现的实验数据），且未对图像边界进行裁剪，亦未采用任何额外后处理操作。
## 数据集下载
:modelscope-code[]{type="git"}