视频超分辨率中空间与时间是否存在权衡？
计算机视觉与模式识别
2020-03-16 v1
摘要
深度学习的近期进展使得基于卷积神经网络（CNN）的图像与视频超分辨率（SR）方法取得巨大成功。对于视频超分辨率，已有先进算法被提出以利用低分辨率（LR）视频帧间的时间相关性，和/或用多帧 LR 帧对单帧进行超分辨率重建。这些方法追求更高的超分辨率帧质量，其质量通常按帧度量，如 PSNR。然而，逐帧质量可能无法揭示帧间一致性。若算法独立应用于每帧（多数先前方法的情况），则可能导致时间不一致，表现为闪烁。提升逐帧保真度与帧间一致性是一项自然需求，二者分别称为空间质量与时间质量。那么我们或许要问，针对空间质量优化的方法是否也针对时间质量优化？我们能否联合优化这两个质量度量？
引用
@article{arxiv.2003.06141,
title = {Is There Tradeoff between Spatial and Temporal in Video Super-Resolution?},
author = {Haochen Zhang and Dong Liu and Zhiwei Xiong},
journal= {arXiv preprint arXiv:2003.06141},
year = {2020}
}