面向无数据集超分辨率的数据集自由盲目图像超分辨率的空间可变退化模型
图像与视频处理
2024-07-12 v1 计算机视觉与模式识别
摘要
本文聚焦于无数据集的盲目图像超分辨率（Blind Image Super-Resolution, BISR）。与现有无数据集BISR方法侧重于获取整个图像的退化核不同，本文首次显式设计用于每个像素的空间可变退化模型。该方法还由于使用显著少于数据驱动型空间可变BISR方法的参数数量而具有优势。具体而言，每个像素的退化核表示为由小数量的空间可变原子核组成的可学习字典的线性组合。原子退化核的系数矩阵基于模糊集合理论中的成员函数推导。我们构建了一个量化化的BISR模型，包含量化化函数和先验项。随后，我们采用蒙特卡罗EM算法推断每个像素的退化核。我们的方法在其他最先进的BISR方法中实现了显著提升，平均提升约为1 dB（2倍）。代码将在 https://github.com/shaojieguoECNU/SVDSR 上发布。
引用
@article{arxiv.2407.08252,
title = {Spatially-Variant Degradation Model for Dataset-free Super-resolution},
author = {Shaojie Guo and Haofei Song and Qingli Li and Yan Wang},
journal= {arXiv preprint arXiv:2407.08252},
year = {2024}
}