用于无监督真实世界图像超分辨率的成对距离蒸馏
图像与视频处理
2024-07-11 v1 计算机视觉与模式识别
摘要
标准单图像超分辨率通过固定的下采样核从高分辨率图像中创建配对训练数据。然而，真实世界超分辨率（RWSR）面临低分辨率输入中未知的退化，同时缺乏配对训练数据。现有方法通过对训练输入进行复杂的合成增强来学习盲通用模型；它们牺牲了对特定退化的性能，以换取对多种可能退化的更广泛泛化。我们针对目标真实世界退化解决无监督 RWSR 问题。我们从蒸馏视角进行研究，并引入了一种新颖的成对距离蒸馏框架。通过我们的框架，专门针对合成退化的模型通过在专用模型和辅助通用模型之间蒸馏模型内和模型间距离，来适应目标真实世界退化。在多个数据集上的实验表明，我们的方法显著增强了保真度和感知质量，超越了 RWSR 中的 state-of-the-art 方法。源代码可在 https://github.com/Yuehan717/PDD 获取。
关键词
引用
@article{arxiv.2407.07302,
title = {Pairwise Distance Distillation for Unsupervised Real-World Image Super-Resolution},
author = {Yuehan Zhang and Seungjun Lee and Angela Yao},
journal= {arXiv preprint arXiv:2407.07302},
year = {2024}
}
备注
ECCV 2024