用于单图像超分辨率的感知-失真平衡ADMM优化
图像与视频处理
2022-08-17 v2 计算机视觉与模式识别
摘要
在图像超分辨率中，像素级精度与感知保真度均不可或缺。然而，由于感知-失真权衡，大多数深度学习方法仅能在一方面取得高性能，而成功平衡该权衡的工作依赖于通过特定后处理融合分别训练模型的结果。本文提出一种带低频约束的超分辨率模型（LFc-SR），其通过单一模型平衡客观与感知质量，并生成具有高 PSNR 与感知分数的超分辨率图像。我们进一步引入基于 ADMM 的交替优化方法用于该约束模型的非平凡学习。实验表明，我们的方法无需繁琐的后处理流程即达到了最先进的性能。代码见 https://github.com/Yuehan717/PDASR。
引用
@article{arxiv.2208.03324,
title = {Perception-Distortion Balanced ADMM Optimization for Single-Image Super-Resolution},
author = {Yuehan Zhang and Bo Ji and Jia Hao and Angela Yao},
journal= {arXiv preprint arXiv:2208.03324},
year = {2022}
}