基于富纹理感知码本的盲图像超分辨率
计算机视觉与模式识别
2023-10-27 v1
摘要
基于高分辨率（HR）重建码本的盲超分辨率（BSR）方法近年来取得了令人瞩目的结果。然而，我们发现基于 HR 重建的码本可能无法有效捕捉低分辨率（LR）与 HR 图像之间的复杂关联。具体而言，由于复杂的盲退化，多个 HR 图像可能产生相似的 LR 版本，导致仅依赖 HR 的码本在面对易混淆的 LR 输入时纹理多样性有限。为缓解该问题，我们提出了富纹理感知码本网络（RTCNet），其由退化鲁棒纹理先验模块（DTPM）和块感知纹理先验模块（PTPM）组成。DTPM 通过利用纹理的跨分辨率对应关系，有效挖掘 LR 与 HR 图像间纹理的跨分辨率关联。PTPM 使用块级语义预训练来纠正高层语义正则化中对纹理相似性的误感知。借此，RTCNet 有效摆脱了 BSR 场景中 HR 与 LR 之间易混淆纹理的错位。实验表明，RTCNet 在各种基准上以最高 0.16~0.46dB 的优势优于最先进的方法。
引用
@article{arxiv.2310.17188,
title = {Blind Image Super-resolution with Rich Texture-Aware Codebooks},
author = {Rui Qin and Ming Sun and Fangyuan Zhang and Xing Wen and Bin Wang},
journal= {arXiv preprint arXiv:2310.17188},
year = {2023}
}