基于隐式核的盲视频超分辨率
计算机视觉与模式识别
2025-10-14 v2
摘要
盲视频超分辨率(BVSR)是一种低级视觉任务，旨在从未知退化场景中的低分辨率对应物生成高分辨率视频。现有方法通常预测在每个视频帧甚至整个视频中空间不变的模糊核。这些方法没有考虑视频中可能的时空变化退化，导致次优的BVSR性能。在此背景下，我们提出了一种基于隐式核的新型BVSR模型BVSR-IK，它构建了由隐式神经表示参数化的多尺度核字典。它还采用了一种新设计的循环Transformer来预测系数权重，以在帧校正和特征对齐中实现精确滤波。实验结果证明了所提出的BVSR-IK的有效性，与三个常用数据集上的四种最先进BVSR模型相比，BVSR-IK在PSNR上比第二好的方法FMA-Net高出最多0.59 dB。源代码将在https://github.com/QZ1-boy/BVSR-IK上提供。
引用
@article{arxiv.2503.07856,
title = {Blind Video Super-Resolution based on Implicit Kernels},
author = {Qiang Zhu and Yuxuan Jiang and Shuyuan Zhu and Fan Zhang and David Bull and Bing Zeng},
journal= {arXiv preprint arXiv:2503.07856},
year = {2025}
}
备注
Accepted by ICCV 2025