ImagePairs：基于分束器相机装置的真实超分辨率数据集
图像与视频处理
2020-04-22 v1 计算机视觉与模式识别
摘要
超分辨率是指从同一场景的单张或多张低分辨率图像中恢复高分辨率图像的问题。这是一个不适定问题，因为场景的高频视觉细节在低分辨率图像中完全丢失。为克服此问题，许多机器学习方法被提出，旨在训练模型以恢复新场景中丢失的细节。这些方法包括近期利用深度学习技术解决超分辨率问题的成功尝试。已证明，数据本身在机器学习过程中扮演着重要角色，尤其是对于数据饥渴的深度学习方法。因此，为解决该问题，数据采集及其形成过程可能与所使用的机器学习技术同等重要。在此，我们提出一种新的数据采集技术，用于收集真实图像数据集，该数据集可作为超分辨率、噪声消除和质量增强技术的输入。我们使用一个光束分束器，通过低分辨率相机和高分辨率相机捕捉同一场景。由于我们也发布了原始图像，这个大规模数据集可用于其他任务，如ISP生成。与当前用于这些任务的小规模数据集不同，我们提出的数据集包含11,421对多样化场景的低分辨率-高分辨率图像。据我们所知，这是用于超分辨率、ISP和图像质量增强的最完整数据集。基准测试结果表明，该新数据集可成功用于显著提升真实世界图像超分辨率的质量。
引用
@article{arxiv.2004.08513,
title = {ImagePairs: Realistic Super Resolution Dataset via Beam Splitter Camera Rig},
author = {Hamid Reza Vaezi Joze and Ilya Zharkov and Karlton Powell and Carl Ringler and Luming Liang and Andy Roulston and Moshe Lutz and Vivek Pradeep},
journal= {arXiv preprint arXiv:2004.08513},
year = {2020}
}