Deep Parametric 3D Filters：用于视频超分辨率中联合去噪与光照增强的深度参数化三维滤波器
计算机视觉与模式识别
2022-12-02 v2
摘要
尽管近期方法带来了质量提升，视频超分辨率（SR）仍极具挑战性，尤其对于低光照且含噪的视频。当前最佳方案是依次使用视频 SR、去噪和光照增强的最佳模型，但这样做常因模型间不一致而降低图像质量。本文提出一种称为深度参数化三维滤波器（DP3DF）的新参数化表示，其融合局部时空信息，从而在单一编码器-解码器网络中高效地同时完成去噪、光照增强与 SR。此外，动态残差帧通过共享骨干网络与 DP3DF 联合学习，以进一步提升 SR 质量。我们进行了大量实验（包括大规模用户研究）以证明方法的有效性。我们的方法在所有具有挑战性的真实数据集上以最高的 PSNR 和用户评分持续超越最佳 SOTA 方法，且运行速度非常快。
引用
@article{arxiv.2207.01797,
title = {Deep Parametric 3D Filters for Joint Video Denoising and Illumination Enhancement in Video Super Resolution},
author = {Xiaogang Xu and Ruixing Wang and Chi-Wing Fu and Jiaya Jia},
journal= {arXiv preprint arXiv:2207.01797},
year = {2022}
}
备注
AAAI2023