基于二维高斯溅写的高保真任意尺寸图像超分辨率

隐式神经表征（INR）显著推进了任意尺寸图像超分辨率（ASSR）的领域。目前大多数基于 INR 的 ASSR 网络首先通过编码器从给定的低分辨率图像中提取特征，然后通过多层感知器（MLP）解码器渲染超分辨率结果。尽管这些方法显示出有前景的成果，但其性能受限于编码特征中离散潜在代码的表示能力。在本文中，我们提出一种名为 GaussianSR 的新型 ASSR 方法，通过二维高斯溅写（2DGS）克服了这一限制。不同于传统方法将像素视为离散点的做法，GaussianSR 将每个像素表示为连续的高斯场。编码的特征通过渲染相互堆叠的高斯场来同时细化和上采样，从而建立长程依赖以增强表示能力。此外，开发了一个分类器，用于动态为所有像素分配高斯核，以进一步提高灵活性。GaussianSR 的所有组件（即编码器、分类器、高斯核和解码器）均可端到端联合学习。实验表明，GaussianSR 以更少的参数实现了优于现有方法的优异 ASSR 性能，同时拥有可解释且内容感知的特征聚合能力。