OW-SLR：基于半局部区域重叠窗口的图像超分辨率方法
计算机视觉与模式识别
2023-11-20 v2 图像与视频处理
摘要
隐式神经表示在将图像放大至任意分辨率方面已取得显著进展。然而，现有方法基于定义一个函数，仅从四个特定位置预测红、绿、蓝(RGB)值。仅依赖四个位置是不够的，因为这会导致邻近区域的精细细节丢失。我们表明，考虑半局部区域可提升性能。本文提出将一种称为半局部区域重叠窗口(OW-SLR)的新技术应用于图像，通过取潜空间中某点周围半局部区域的坐标来获得任意分辨率。所提取的细节用于预测点的 RGB 值。我们通过将算法应用于光学相干断层扫描血管造影(OCT-A)图像来说明该技术，并展示其可将其放大至随机分辨率。该技术应用于 OCT500 数据集时优于现有最先进方法。OW-SLR 在分类给定 OCT-A 图像集合中的健康与患病视网膜图像（如糖尿病视网膜病变与正常眼）方面提供了更好的结果。项目页面见 https://rishavbb.github.io/ow-slr/index.html
引用
@article{arxiv.2311.05146,
title = {OW-SLR: Overlapping Windows on Semi-Local Region for Image Super-Resolution},
author = {Rishav Bhardwaj and Janarthanam Jothi Balaji and Vasudevan Lakshminarayanan},
journal= {arXiv preprint arXiv:2311.05146},
year = {2023}
}