SROBB：面向单图像超分辨率的针对性感知损失
计算机视觉与模式识别
2019-08-21 v1
摘要
借助感知损失，近期研究在超分辨率任务（从低分辨率图像复原出高分辨率图像）上取得了显著性能提升。尽管此类目标函数能生成近乎照片真实感的结果，其能力仍受限，因为它们以相同方式估计整幅图像的重建误差，而未考虑任何语义信息。本文提出一种新方法，以更客观的方式利用感知损失。我们用一个针对性目标函数优化基于深度网络的解码器，该函数利用相应项在不同语义层级对图像进行惩罚。具体而言，所提方法利用我们从分割标签生成的 OBB（对象、背景与边界）标签，为边界估计合适的感知损失，同时对背景考虑纹理相似性。我们表明，所提方法能生成更真实的纹理与更锐利的边缘，并在标准基准的定性结果和广泛用户研究的结果上均优于其他 SOTA 算法。
引用
@article{arxiv.1908.07222,
title = {SROBB: Targeted Perceptual Loss for Single Image Super-Resolution},
author = {Mohammad Saeed Rad and Behzad Bozorgtabar and Urs-Viktor Marti and Max Basler and Hazim Kemal Ekenel and Jean-Philippe Thiran},
journal= {arXiv preprint arXiv:1908.07222},
year = {2019}
}
备注
ICCV 2019