A-ESRGAN：利用注意力 U-Net 判别器训练真实世界盲超分辨率
图像与视频处理
2021-12-21 v1 计算机视觉与模式识别
机器学习
摘要
盲图像超分辨率（SR）是计算机视觉中一项长期存在的任务，旨在恢复遭受未知且复杂退化的低分辨率图像。近期工作主要集中于采用更复杂的退化模型来模拟真实世界退化。所得模型在感知损失上取得突破，并产生感知上令人信服的结果。然而，当前生成对抗网络结构带来的局限仍很显著：平等对待像素导致忽略图像的结构特征，并造成如线条扭曲、背景过度锐化或模糊等性能缺陷。本文提出 A-ESRGAN，一种用于盲 SR 任务的 GAN 模型，其特点是基于注意力 U-Net 的多尺度判别器，可与其他生成器无缝集成。据我们所知，这是首项引入注意力 U-Net 结构作为 GAN 判别器来解决盲 SR 问题的工作。本文还给出了多尺度注意力 U-Net 带来模型性能突破背后的机制解释。通过与先前工作的对比实验，我们的模型在无参考自然图像质量评价器指标上呈现出最先进水平性能。我们的消融研究表明，借助我们的判别器，基于 RRDB 的生成器能够在多尺度上利用图像的结构特征，从而相比先前工作生成更具感知真实感的高分辨率图像。
引用
@article{arxiv.2112.10046,
title = {A-ESRGAN: Training Real-World Blind Super-Resolution with Attention U-Net Discriminators},
author = {Zihao Wei and Yidong Huang and Yuang Chen and Chenhao Zheng and Jinnan Gao},
journal= {arXiv preprint arXiv:2112.10046},
year = {2021}
}
备注
6 pages, 9 figures