MambaOVSR：用于中国 opera 视频超分辨率的多尺度融合与全局运动建模
计算机视觉与模式识别
2025-11-11 v1 人工智能
摘要
中国 opera 以保存经典艺术术式闻名。然而，早期摄影设备的局限导致去年世代的著名艺术家的作品（如低帧率和低分辨率）质量下降，阻碍了档案工作。尽管时空视频超分辨率（STVSR）技术取得了显著进展，但直接应用于 opera 视频仍面临挑战。数据集的稀缺性阻碍了高频细节的恢复，现有 STVSR 方法缺乏全局建模能力，影响了处理 opera 视频中大幅运动的视觉质量。为此，我们首次构建大型中国 Opera Video Clip（COVC）数据集，提出基于 Mamba 的多尺度融合网络用于时空 Opera 视频超分辨率（MambaOVSR）。具体而言，MambaOVSR 包含三个新颖组件：用于通过多尺度交替扫描机制进行运动建模的全局融合模块（GFM），以及用于跨不同序列长度对齐的多尺度协同 Mamba 模块（MSMM）。此外，我们的 MambaVR 模块可在对齐过程中解决特征伪影和位置信息丢失问题。COVC 数据集上的实验表明，MambaOVSR 在 PSNR 上显著优于 SOTA STVSR 方法，平均提升 1.86 dB。数据集和代码将公开释放。
引用
@article{arxiv.2511.06172,
title = {MambaOVSR: Multiscale Fusion with Global Motion Modeling for Chinese Opera Video Super-Resolution},
author = {Hua Chang and Xin Xu and Wei Liu and Wei Wang and Xin Yuan and Kui Jiang},
journal= {arXiv preprint arXiv:2511.06172},
year = {2025}
}