Multi-FAN：基于多尺度特征聚合网络的多光谱马赛克图像超分辨率
图像与视频处理
2019-11-07 v3 计算机视觉与模式识别
摘要
本文提出一种新方法，用于对现代实时单次曝光马赛克图像传感器（亦称多光谱相机）捕获的多光谱图像进行超分辨率重建。我们的贡献有两点。首先，我们从马赛克图像而非图像立方体出发进行多光谱图像超分辨率，这有助于考虑各波长的空间偏移。其次，我们引入一种外部多尺度特征聚合网络(Multi-FAN)，其在整个超分辨率(SR)网络中拼接具有不同层级语义信息的特征图。随后一串卷积层隐式选择最有价值的特征图以生成马赛克图像。该马赛克图像再与SR网络生成的马赛克图像融合，产生定量更优的图像。我们将Multi-FAN应用于RCAN（残差通道注意力网络），其为当前最先进的SR算法。我们表明Multi-FAN同时改善了定量结果与推理时间。
引用
@article{arxiv.1909.07577,
title = {Multi-FAN: Multi-Spectral Mosaic Super-Resolution Via Multi-Scale Feature Aggregation Network},
author = {Mehrdad Shoeiby and Sadegh Aliakbarian and Saeed Anwar and Lars Petersson},
journal= {arXiv preprint arXiv:1909.07577},
year = {2019}
}