无参考质量评估方法能否用作超分辨率的感知损失？
图像与视频处理
2024-06-03 v1 计算机视觉与模式识别
摘要
感知损失在构建基于深度神经网络的方法中发挥着重要作用，它能够提高处理图像和视频的自然度和真实感。感知损失的使用通常局限于LPIPS，一种全参考方法。尽管深度无参考图像质量评估方法在预测人类判断方面表现出色，但很少有研究探讨将其纳入损失函数。本文研究了直接使用无参考图像质量评估方法作为感知损失来优化多个视频超分辨率模型。我们的实验结果表明，直接优化这些方法会产生伪影，但一种特殊的训练过程可以减轻这些伪影。
引用
@article{arxiv.2405.20392,
title = {Can No-Reference Quality-Assessment Methods Serve as Perceptual Losses for Super-Resolution?},
author = {Egor Kashkarov and Egor Chistov and Ivan Molodetskikh and Dmitriy Vatolin},
journal= {arXiv preprint arXiv:2405.20392},
year = {2024}
}
备注
4 pages, 3 figures. The first two authors contributed equally to this work