NAFSSR：基于 NAFNet 的立体图像超分辨率
计算机视觉与模式识别
2022-04-27 v2
摘要
立体图像超分辨率旨在利用双目系统提供的互补信息提升超分辨率结果的质量。为获得合理性能，多数方法精细设计模块、损失函数等以利用另一视点的信息。这带来了系统复杂度增加的副作用，使研究者难以评估新思路与比较方法。本文继承一个强大且简洁的图像复原模型 NAFNet 用于单视图特征提取，并通过添加跨注意力模块融合视图间特征以适应双目场景。所提出的立体图像超分辨率基线记为 NAFSSR。此外，提出训练/测试策略以充分发挥 NAFSSR 性能。大量实验证明了方法的有效性。特别地，NAFSSR 在 KITTI 2012、KITTI 2015、Middlebury 和 Flickr1024 数据集上优于现有最优方法。借助 NAFSSR，我们在 NTIRE 2022 立体图像超分辨率挑战赛中获第一名。代码与模型将于 https://github.com/megvii-research/NAFNet 发布。
引用
@article{arxiv.2204.08714,
title = {NAFSSR: Stereo Image Super-Resolution Using NAFNet},
author = {Xiaojie Chu and Liangyu Chen and Wenqing Yu},
journal= {arXiv preprint arXiv:2204.08714},
year = {2022}
}