DeepSEE：深度解耦语义可探索极端超分辨率
计算机视觉与模式识别
2020-10-05 v3 机器学习
图像与视频处理
摘要
超分辨率（SR）根据定义是不适定的。对于给定的低分辨率自然图像，存在无穷多个合理的高分辨率变体。当前大多数文献致力于单一确定性解，要么具有高重建保真度，要么具有照片级真实的感知质量。在本工作中，我们提出一种可探索的人脸超分辨率框架 DeepSEE，用于深度解耦语义可探索极端超分辨率。据我们所知，DeepSEE 是首个利用语义图进行可探索超分辨率的方法。特别地，它提供对语义区域及其解耦外观的控制，并允许广泛的图像操控。我们在人脸上验证了 DeepSEE，可实现高达 32 倍放大并探索超分辨率空间。我们的代码和模型可在 https://mcbuehler.github.io/DeepSEE/ 获取。
引用
@article{arxiv.2004.04433,
title = {DeepSEE: Deep Disentangled Semantic Explorative Extreme Super-Resolution},
author = {Marcel C. Bühler and Andrés Romero and Radu Timofte},
journal= {arXiv preprint arXiv:2004.04433},
year = {2020}
}
备注
19 pages. Supplementary material is available on the project page. Accepted for oral presentation at the 15th Asian Conference on Computer Vision (ACCV) 2020