AsConvSR：基于组装卷积的快速轻量级超分辨率网络
图像与视频处理
2023-05-08 v1 计算机视觉与模式识别
摘要
近年来，720p（HD）、1080p（FHD）和 4K（UHD）分辨率的视频与图像在电视、手机和 VR 等显示设备上愈发普及。然而，受限于互联网带宽，这些高分辨率图像无法达到预期视觉效果，并为超分辨率网络实现实时性能带来巨大挑战。针对此挑战，我们探索了多种高效网络设计，如像素反混洗、重复上采样和移除局部跳跃连接，并提出了一种快速轻量级超分辨率网络。此外，通过分析分治思想在超分辨率中的应用，我们提出组装卷积，可根据输入特征自适应卷积核。实验表明，我们的方法优于所有最先进的轻量超分辨率模型，并在运行时间与质量上取得最优结果。此外，我们的方法还在 NTIRE 2023 实时超分辨率 - Track 1（2）中获得第一名。代码将发布于 https://gitee.com/mindspore/models/tree/master/research/cv/AsConvSR
引用
@article{arxiv.2305.03387,
title = {AsConvSR: Fast and Lightweight Super-Resolution Network with Assembled Convolutions},
author = {Jiaming Guo and Xueyi Zou and Yuyi Chen and Yi Liu and Jia Hao and Jianzhuang Liu and Youliang Yan},
journal= {arXiv preprint arXiv:2305.03387},
year = {2023}
}