多項指標上刷新SOTA。

原標題：NeurIPS 2024 Oral | 還原所見！揭秘從腦信號重建高保真流暢視頻
文章來源：機器之心
內容字數：5591字

NeuroClips: 從fMRI到視頻重建的創新框架

近年來，基于功能性磁共振成像（fMRI）的視覺重建成為神經科學與計算機科學領域的一大研究熱點。關于這一主題的研究雖有所增加，但仍面臨諸多挑戰。本文介紹了NeuroClips，一個旨在實現高保真和流暢fMRI-to-video重建的創新框架。

1. 研究背景與挑戰

fMRI具有極高的空間分辨率，但由于掃描時間較長，導致其時間分辨率較低（0.5fps），這與重建視頻所需的高幀率（30-60fps）形成了沖突。此外，、動態場景及物體形狀變化的復雜性也讓視頻重建面臨挑戰。以往的研究往往缺乏對低級視覺感知的控制，難以實現高質量的重建。

2. NeuroClips的框架設計

NeuroClips的整體框架包括三個關鍵組件：感知重建器（PR）、語義重建器（SR）和推理過程。PR負責生成模糊但連續的粗略視頻，確保幀間一致性；SR則聚焦于重建高質量的關鍵幀圖像，以解決fMRI信號與視頻幀率不匹配的問題；推理過程中，結合PR和SR的輸出，通過T2V擴散模型實現最終視頻的高保真度和流暢性。

3. 多fMRI融合策略

為了實現更長的視頻重建，NeuroClips引入了多fMRI融合策略。該策略通過比較相鄰fMRI樣本的語義相似性，允許替換關鍵幀，從而實現最長6秒的連續視頻重建。這一創新方法為fMRI到視頻重建的研究開辟了新的方向。

4. 實驗結果與性能評估

在使用開源fMRI-video數據集進行實驗時，NeuroClips在多個指標上顯著優于現有方法，尤其在SSIM和視頻平滑度方面表現突出。結果表明，NeuroClips不僅在像素級控制上具有優勢，還在語義對齊上表現優越。

5. 結論與未來展望

NeuroClips通過感知與語義重建的雙重路徑，實現了高質量、高幀率和長視頻的重建，推動了fMRI到視頻重建領域的進步。該框架的可解釋性分析也為神經科學研究提供了新的視角，未來有望在更廣泛的應用中發揮重要作用。

聯系作者

文章來源：機器之心
作者微信：
作者簡介：專業的人工智能媒體和產業服務平臺