学习纹理Transformer网络用于光场超分辨率
计算机视觉与模式识别
2022-10-18 v1 图像与视频处理
摘要
手持式光场相机由于固有的空间-角度权衡而具有较低的空间分辨率。本文中，我们提出一种借助纹理Transformer网络(TTSR)提升光场图像空间分辨率的方法。所提方法由三个模块组成：第一个模块生成全聚焦高分辨率透视图像，作为第二个模块即TTSR的参考图像，后者进而生成高分辨率光场。最后一个模块通过施加光场先验来细化空间分辨率。结果表明，相较于双三次放大的光场图像，该方法获得了约4 dB至6 dB的PSNR增益。
引用
@article{arxiv.2210.09293,
title = {Learning Texture Transformer Network for Light Field Super-Resolution},
author = {Javeria Shabbir and M. Zeshan Alam and M. Umair Mukati},
journal= {arXiv preprint arXiv:2210.09293},
year = {2022}
}
备注
European Conference on Visual Media Production (CVMP) 2022 short paper