用于高细节图像超分辨率的最佳伙伴 GAN
图像与视频处理
2021-12-30 v3 计算机视觉与模式识别
摘要
我们考虑单图像超分辨率（SISR）问题，即基于低分辨率（LR）输入生成高分辨率（HR）图像。近来，生成对抗网络（GANs）因能幻觉出细节而流行。此类多数方法依赖于预定义的单 LR–单 HR 映射，对 SISR 任务而言不够灵活。此外，GAN 生成的虚假细节常会损害整幅图像的真实感。我们通过提出用于丰富细节 SISR 的最佳伙伴 GAN（Beby-GAN）来解决这些问题。我们放宽了不可变的一对一约束，允许估计的块在训练过程中动态寻找最佳监督，有利于生成更合理的细节。此外，我们提出了一种区域感知对抗学习策略，引导模型自适应地专注于为纹理区域生成细节。大量实验证明了我们方法的有效性。我们还构建了一个超高清 4K 数据集以促进未来的超分辨率研究。
引用
@article{arxiv.2103.15295,
title = {Best-Buddy GANs for Highly Detailed Image Super-Resolution},
author = {Wenbo Li and Kun Zhou and Lu Qi and Liying Lu and Nianjuan Jiang and Jiangbo Lu and Jiaya Jia},
journal= {arXiv preprint arXiv:2103.15295},
year = {2021}
}