MASA-SR：面向参考图像超分辨率的匹配加速与空间自适应方法
计算机视觉与模式识别
2021-06-07 v1
摘要
参考图像超分辨率（RefSR）通过利用外部参考图像（Ref）恢复高频细节，已展现出良好的前景。在该任务中，纹理细节根据点级或块级对应关系从 Ref 图像迁移到低分辨率（LR）图像。因此，高质量的对应关系匹配至关重要，同时也希望其计算高效。此外，现有 RefSR 方法往往忽略 LR 与 Ref 图像间潜在的大分布差异，这损害了信息利用的有效性。本文提出用于 RefSR 的 MASA 网络，其中设计了两个新颖模块来解决这些问题。所提出的匹配与提取模块通过由粗到细的对应匹配方案显著降低了计算成本。空间自适应模块学习 LR 与 Ref 图像间的分布差异，并以空间自适应方式将 Ref 特征的分布重映射到 LR 特征的分布。该方案使网络能鲁棒地处理不同参考图像。大量定量与定性实验验证了我们所提模型的有效性。
引用
@article{arxiv.2106.02299,
title = {MASA-SR: Matching Acceleration and Spatial Adaptation for Reference-Based Image Super-Resolution},
author = {Liying Lu and Wenbo Li and Xin Tao and Jiangbo Lu and Jiaya Jia},
journal= {arXiv preprint arXiv:2106.02299},
year = {2021}
}
备注
Accepted by CVPR 2021