多网格反投影网络
图像与视频处理
2021-01-05 v1 计算机视觉与模式识别
机器学习
摘要
多网格反投影（MGBP）是一种全卷积网络架构，可学习修复带有上采样伪影的图像与视频。利用多网格偏微分方程（PDE）求解器的相同策略，该多尺度架构随输出分辨率提升高效地扩展计算复杂度。基本处理块受迭代反投影（IBP）算法启发，构成一种带有来自低分辨率参考反馈的跨尺度残差块。该架构在回归目标（旨在从仅知的降分辨率图像恢复高分辨率图像或视频的精确副本）上与最先进替代方案表现相当。感知质量目标旨在通过引入可与低分辨率输入一致、但不同于高分辨率原始内容的人为变化来创建更真实的输出。对此目标，我们提出一种在不同分辨率尺度使用噪声输入以控制输出中生成的人为细节量的策略。噪声输入控制网络用于创建人为真实细节的创新量。该策略的有效性在基准测试中得以展示，并解释为遍历感知-失真平面的特定策略。
引用
@article{arxiv.2101.00150,
title = {Multi-Grid Back-Projection Networks},
author = {Pablo Navarrete Michelini and Wenbin Chen and Hanwen Liu and Dan Zhu and Xingqun Jiang},
journal= {arXiv preprint arXiv:2101.00150},
year = {2021}
}
备注
Accepted for publication in IEEE Journal of Selected Topics in Signal Processing (J-STSP). arXiv admin note: text overlap with arXiv:1809.10711