高效感知图像超分辨率：AIM 2025 研究与基准
计算机视觉与模式识别
2025-10-15 v1
摘要
本文提出了一项关于高效感知超分辨率（EPSR）的全面研究与基准测试。尽管 PSNR 导向的超分辨率方法取得了显著进展，但侧重感知质量指标的方法仍相对低效。为弥合这一差距，我们旨在复制或改进 Real-ESRGAN 的感知结果，同时满足严格的效率约束：参数数目不超过 500 万，计算复杂度为 2000 GFLOPs（输入尺寸为 960×540 像素）。所提出的解决方案在由 500 张 4K 分辨率测试图像构成的新型数据集上进行评估，每张图像经多种退化处理且未提供原始高质量参考图像。此设计旨在反映真实的部署条件，serving as 一个多样且具有挑战性的基准。顶尖方法在所有基准数据集上均超越 Real-ESRGAN，展示了高效方法在感知领域的潜力。本文为高效感知超分辨率建立了现代基准。
关键词
引用
@article{arxiv.2510.12765,
title = {Efficient Perceptual Image Super Resolution: AIM 2025 Study and Benchmark},
author = {Bruno Longarela and Marcos V. Conde and Alvaro Garcia and Radu Timofte},
journal= {arXiv preprint arXiv:2510.12765},
year = {2025}
}
备注
ICCV 2025 - AIM Workshop