ERQA：面向视频超分辨率的边缘复原质量评估
图像与视频处理
2023-02-28 v2 计算机视觉与模式识别
摘要
尽管视频超分辨率(VSR)日益流行，仍缺乏良好方法来评估上采样帧中复原细节的质量。某些 SR 方法可能产生错误的数字或完全不同的面孔。某一方法结果是否可信，取决于其复原真实细节的优劣。图像超分辨率可利用自然分布生成仅与真实图像 somewhat 相似的高分辨率图像。VSR 能够探索相邻帧中的额外信息，以从原始场景中复原细节。我们在本文中提出的 ERQA 指标，旨在估计模型利用 VSR 复原真实细节的能力。基于边缘对于细节与字符识别具有重要意义的假设，我们选取边缘保真度作为该指标的基础。我们工作的实验验证基于 MSU Video Super-Resolution Benchmark，其包含最难以复原的细节模式，并验证来自原始帧的细节保真度。所提指标代码公开于 https://github.com/msu-video-group/ERQA。
引用
@article{arxiv.2110.09992,
title = {ERQA: Edge-Restoration Quality Assessment for Video Super-Resolution},
author = {Anastasia Kirillova and Eugene Lyapustin and Anastasia Antsiferova and Dmitry Vatolin},
journal= {arXiv preprint arXiv:2110.09992},
year = {2023}
}
备注
Accepted for presentation at the International Conference on Computer Vision Theory and Applications (VISAPP) 2022