基于不确定性引导与Top-k码本匹配的现实盲图图像超分辨率
计算机视觉与模式识别
2025-06-10 v1
摘要
近期基于码本的真实图像超分辨率（SR）方法在实际应用中显示出有前景的成果。核心思想是根据低分辨率（LR）图像特征匹配码本中的高质量图像特征。然而，现有方法面临两个主要挑战：与码本的特征匹配不准确以及纹理细节重建不足。为此，我们提出一种新型的不确定性引导与Top-k码本匹配超分辨率框架（UGTSR），其中包含三个关键组件：（1）一种不确定性学习机制，引导模型聚焦于纹理丰富的区域；（2）一种Top-k特征匹配策略，通过融合多个候选特征来增强特征匹配精度；（3）一种对齐注意力模块，增强LR特征与HR特征之间的信息对齐。实验结果表明，与现有方法相比，UGTSR在纹理真实性和重建保真度方面实现了显著提升。我们将在正式出版后发布代码。
引用
@article{arxiv.2506.07809,
title = {Incorporating Uncertainty-Guided and Top-k Codebook Matching for Real-World Blind Image Super-Resolution},
author = {Weilei Wen and Tianyi Zhang and Qianqian Zhao and Zhaohui Zheng and Chunle Guo and Xiuli Shao and Chongyi Li},
journal= {arXiv preprint arXiv:2506.07809},
year = {2025}
}