MuCAN：用于视频超分辨率的多对应聚合网络
计算机视觉与模式识别
2020-07-24 v1
摘要
视频超分辨率（VSR）旨在利用多帧低分辨率图像为每一帧生成高分辨率预测。在此过程中，帧间与帧内信息是挖掘时间与空间信息的关键来源。然而，现有 VSR 方法存在若干局限。首先，光流常被用于建立时间对应关系，但流估计本身易出错并影响复原结果。其次，自然图像中存在的相似模式很少被应用于 VSR 任务。受这些发现的启发，我们提出一种时间多对应聚合策略以利用跨帧相似块，以及一种跨尺度非局部对应聚合方案以探索图像跨尺度的自相似性。基于这两个新模块，我们构建了用于 VSR 的有效多对应聚合网络（MuCAN）。我们的方法在多个基准数据集上取得了最先进（state-of-the-art）结果。大量实验证明了我们方法的有效性。
引用
@article{arxiv.2007.11803,
title = {MuCAN: Multi-Correspondence Aggregation Network for Video Super-Resolution},
author = {Wenbo Li and Xin Tao and Taian Guo and Lu Qi and Jiangbo Lu and Jiaya Jia},
journal= {arXiv preprint arXiv:2007.11803},
year = {2020}
}
备注
Accepted By ECCV2020