改进基于示例的单图像超分辨率的七种方法
计算机视觉与模式识别
2015-11-09 v1
摘要
在本文中，我们提出了七种每个人都应该知道的用于改进基于示例的单图像超分辨率（SR）的技术：1) 数据增强，2) 使用具有高效搜索结构的大型字典，3) 级联，4) 图像自相似性，5) 反投影细化，6) 通过一致性检查增强预测，以及 7) 上下文推理。我们在标准 SR 基准（即 Set5、Set14、B100）和方法（即 A+、SRCNN、ANR、Zeyde、Yang）上验证了我们的七种技术，并取得了实质性改进。这些技术具有广泛适用性，并且不需要对 SR 方法进行更改或仅需微调。此外，我们的改进 A+ (IA) 方法设定了新的 SOTA 结果，在保持低时间复杂度的同时，在平均 PSNR 上比 A+ 高出多达 0.9dB。
引用
@article{arxiv.1511.02228,
title = {Seven ways to improve example-based single image super resolution},
author = {Radu Timofte and Rasmus Rothe and Luc Van Gool},
journal= {arXiv preprint arXiv:1511.02228},
year = {2015}
}
备注
9 pages