用于立体图像超分辨率与视差估计相互提升的反馈网络
计算机视觉与模式识别
2021-06-03 v1
摘要
在立体设定下，图像超分辨率（SR）与视差估计问题相互关联，任一问题的结果均可帮助解决另一问题。对不同视角间对应关系的有效利用有助于提升 SR 性能，而具有更丰富细节的高分辨率（HR）特征有益于对应关系估计。基于该动机，我们提出一种立体超分辨率与视差估计反馈网络（SSRDE-FNet），其在统一框架中同时处理立体图像超分辨率与视差估计，并使其相互交互以进一步提升性能。具体而言，SSRDE-FNet 由用于左右视角的两个双递归子网络组成。除在低分辨率（LR）空间中的跨视角信息利用外，由 SR 过程生成的 HR 表示被用于执行更高精度的 HR 视差估计，借此可聚合 HR 特征以生成更精细的 SR 结果。随后，所提出的 HR 视差信息反馈（HRDIF）机制将 HR 视差所携带的信息传回前层，以进一步精炼 SR 图像重建。大量实验证明了 SSRDE-FNet 的有效性与先进性。
引用
@article{arxiv.2106.00985,
title = {Feedback Network for Mutually Boosted Stereo Image Super-Resolution and Disparity Estimation},
author = {Qinyan Dai and Juncheng Li and Qiaosi Yi and Faming Fang and Guixu Zhang},
journal= {arXiv preprint arXiv:2106.00985},
year = {2021}
}