基于锚点的简式网络用于移动端图像超分辨率
图像与视频处理
2021-09-28 v2 计算机视觉与模式识别
摘要
随着现实应用的快速发展，对图像超分辨率（SR）精度与效率提出了更高要求。尽管现有方法已取得显著成功，但其中大多数需要大量计算资源与内存，因而无法很好地应用于移动设备。本文旨在设计适用于 8-bit 量化的高效架构并部署于移动端。首先，我们通过分解轻量 SR 架构进行元节点延迟实验，从而确定可利用的便携操作。接着，我们深入探究何种架构有益于 8-bit 量化，并提出基于锚点的简式网络（ABPN）。最后，我们采用量化感知训练策略进一步提升性能。我们的模型在 PSNR 上可比 8-bit 量化的 FSRCNN 高出近 2dB，同时满足实际需求。代码见 https://github.com/NJU- Jet/SR_Mobile_Quantization。
引用
@article{arxiv.2105.09750,
title = {Anchor-based Plain Net for Mobile Image Super-Resolution},
author = {Zongcai Du and Jie Liu and Jie Tang and Gangshan Wu},
journal= {arXiv preprint arXiv:2105.09750},
year = {2021}
}
备注
accepted by CVPR2021 MAI Workshop