中文

通过流引导逼近图像缩放的极限

图像与视频处理 2023-01-10 v2 计算机视觉与模式识别

摘要

图像降采样与上采样是两种基本的缩放操作。一旦图像被降采样,由于信息丢失,难以通过上采样重建。为使这两个过程更兼容并提升重建性能,一些工作将它们建模为联合编码-解码任务,并约束降采样(即编码)后的低分辨率(LR)图像必须保持原始视觉外观。为实现此约束,多数方法通过以原始高分辨率(HR)图像的双三次降采样 LR 版本监督降采样模块来引导它。然而,该双三次 LR 引导对后续上采样(即解码)可能次优,并限制最终重建性能。在本文中,我们不直接应用 LR 引导,而是提出一个额外的可逆流引导模块(FGM),它能在降采样时将降采样表示变换为视觉可信图像,并在上采样时变换回去。得益于 FGM 的可逆性,降采样表示可摆脱 LR 引导且不扰乱降采样-上采样过程。它使我们能去除对降采样模块的限制,并以端到端方式优化降采样与上采样模块。如此,这两个模块可协作以最大化 HR 重建性能。大量实验表明,所提方法在降采样与重建图像上均能取得最先进的(SotA)性能。

关键词

引用

@article{arxiv.2111.05133,
  title  = {Approaching the Limit of Image Rescaling via Flow Guidance},
  author = {Shang Li and Guixuan Zhang and Zhengxiong Luo and Jie Liu and Zhi Zeng and Shuwu Zhang},
  journal= {arXiv preprint arXiv:2111.05133},
  year   = {2023}
}

备注

BMVC 2021