面向视频超分辨率的信息预建循环重建网络

基于循环卷积网络的视频超分辨率（VSR）方法对视频序列具有强大的时序建模能力。然而，单向循环网络中不同循环单元的时间感受野并不均衡。较早的重建帧接收到较少的时空信息，导致模糊或伪影。尽管双向循环网络可缓解该问题，但其需要更多内存空间，且无法胜任许多低延迟要求的任务。为解决上述问题，我们提出一种端到端的信息预建循环重建网络（IPRRN），由信息预建网络（IPNet）与循环重建网络（RRNet）组成。通过整合来自视频前段的充足信息，构建初始循环单元所需的隐藏状态以助重建较早帧，信息预建网络平衡了不同时间步的输入信息差异。此外，我们展示了一种高效的循环重建网络，其在各方面均优于现有的单向循环方案。大量实验验证了我们所提网络的有效性，与现有最先进方法相比，其能切实取得更优的定量与定性评估性能。