LatentBurst：面向六大胡尔曼模式 CIS 图像的快速高效多帧超分辨率
计算机视觉与模式识别
2026-04-29 v1 图像与视频处理
摘要
本文提出一种新颖的多帧超分辨率网络 (MFSR)，用于 burst 六大胡尔曼模式 Contact Image Sensor (CIS) 图像，包括去马赛克、去噪、多帧融合和超分辨率。设计高质量重建网络面临诸多挑战，具体如下：1) 不同于 Bayer 色滤数组 (CFA) 模式，六大胡尔曼模式因相同颜色组之间的像素距离增大，难以进行插值；2) 由于大幅物体运动和相机位移，最终融合结果常因对齐不足导致图像模糊或出现幽灵痕迹；3) 提出的网络必须足够快速和高效，以便在移动设备上实时运行。为克服这些挑战，我们提出一种新型网络，称为 LatentBurst，其包含：1) 基于潜在特征的金字塔对齐和融合方法，以处理大运动场景；2) 高效的 UNet 结构，可在移动设备上高效运行；3) 精细调校的光流估计和两步知识蒸馏，以更有效地缩小域间差距。 various 场景下的实验结果表明，我们的方法在多种情形下均优于其他最先进方法。
引用
@article{arxiv.2604.23268,
title = {LatentBurst: A Fast and Efficient Multi Frame Super-Resolution for Hexadeca-Bayer Pattern CIS images},
author = {Sangwook Baek and Vin Van Duong and Karam Park and Pilkyu Park},
journal= {arXiv preprint arXiv:2604.23268},
year = {2026}
}