融入退化估计的光场空间超分辨率
计算机视觉与模式识别
2024-05-14 v1
摘要
近期在光场超分辨率（Super-Resolution，简称SR）方面的研究进展取得了令人瞩目的成果。然而在实际应用中，许多现有方法受限于假设固定的退化模型，如bicubic下采样，导致其在面对复杂退化场景时鲁棒性受限。为此，我们提出了LF-DEST——一种集成显式退化估计的有效无盲光场SR方法，以处理多种退化类型。LF-DEST由两个主要组件构成：退化估计与光场恢复。前者从低分辨率退化光场中同时估计模糊核和噪声图；后者则基于估计的退化信息生成超分辨率光场。值得注意的是，我们引入了一个调制与选择性融合模块，智能地将退化表示与图像信息结合，从而有效处理多样化的退化类型。我们在基准数据集上进行了大量实验，结果表明LF-DEST在光场SR的各种退化情景下均实现了卓越的性能。
引用
@article{arxiv.2405.07012,
title = {Incorporating Degradation Estimation in Light Field Spatial Super-Resolution},
author = {Zeyu Xiao and Zhiwei Xiong},
journal= {arXiv preprint arXiv:2405.07012},
year = {2024}
}