用于立体图像超分辨率的跨视图层次网络
计算机视觉与模式识别
2023-04-14 v1
摘要
立体图像超分辨率旨在利用跨视图的互补信息来改善高分辨率立体图像对的质量。为获得优越性能，许多方法优先设计复杂模块以融合跨视图的相似信息，却忽视了视图内信息对于高分辨率重建的重要性。这也导致了恢复图像中错误纹理的问题。为解决此问题，我们探索了视图内不同层次间的相互依赖关系，并提出了一种新方法，称为用于立体图像超分辨率的跨视图层次网络（CVHSSR）。具体而言，我们设计了跨层次信息挖掘块（CHIMB），利用通道注意力和大核卷积注意力从视图内提取全局和局部特征，从而实现准确纹理细节的高效恢复。此外，提出了跨视图交互模块（CVIM），利用跨视图注意力机制融合来自不同视图的相似特征，有效适应双目场景。大量实验证明了我们方法的有效性。CVHSSR在使用更少参数的情况下，取得了优于其他最先进方法的立体图像超分辨率性能。源代码和预训练模型可在 https://github.com/AlexZou14/CVHSSR 获取。
引用
@article{arxiv.2304.06236,
title = {Cross-View Hierarchy Network for Stereo Image Super-Resolution},
author = {Wenbin Zou and Hongxia Gao and Liang Chen and Yunchen Zhang and Mingchao Jiang and Zhongxin Yu and Ming Tan},
journal= {arXiv preprint arXiv:2304.06236},
year = {2023}
}
备注
10 pages, 7 figures, CVPRW, NTIRE2023