BasicAVSR：基于图像先验与增强运动补偿的任意尺度视频超分辨率

任意尺度视频超分辨率 (AVSR) 旨在提升视频帧的分辨率，可能处于各种缩放比例，然而在空间细节复现、时序一致性和计算复杂度方面面临诸多挑战。本文提出强基线模型 BasicAVSR，通过集成四个关键组件实现 AVSR：1）来自图像拉普拉斯金字塔生成的自适应多尺度频率先验，2）基于光流引导的传播单元以聚合相邻帧的时空信息，3）二阶运动补偿单元以实现更精确的相邻帧空间对齐，4）超升采样单元生成与缩放比例和内容相关的升采样核。为满足多样化的应用需求，我们实现了三种传播变体：(i) 严格在线推理的单向 RNN 单元，(ii) 集成有限前瞻的单向 RNN 单元，可容忍小幅输出延迟，(iii) 面向离线任务的双向 RNN 单元，适用于计算资源较为充裕的场景。实验结果表明，该模型在不同场景下均表现出色和适应性。通过大量实验，我们展示 BasicAVSR 在超分辨率质量、泛化能力和推理速度方面显著优于现有方法。我们的工作不仅推动了 AVSR 领域的所谓最佳结果 (SOTA)，也将其核心组件扩展至多个框架以适应不同场景。代码已公开于 https://github.com/shangwei5/BasicAVSR。