高斯纹理的随机超分辨率
图像与视频处理
2024-05-30 v2
摘要
超分辨率（Super-Resolution, SR）指在失真的放大算子作用下重构图像的过程。这是一个无唯一解的偏问题，数值方法依赖于高分辨率图像的先验。虽然基于优化的方法通常是确定性的，但随着图像生成模型的兴起，越来越多的关注度转向随机超分辨率，即在给定低分辨率输入的所有可能高分辨率图像中进行采样。本文构建了一个高效、稳定且可严格保证准确性的采样器，用于高斯纹理的随机超分辨率。尽管该方法在适用范围上受到限制，但在应用于纹理时，其算法在感知指标和执行时间方面均与深度学习的最新方法具有竞争力。高斯纹理框架也使我们能够严格讨论各种重建度量标准评估超分辨率程序效率的局限性。
引用
@article{arxiv.2405.15399,
title = {Stochastic super-resolution for Gaussian microtextures},
author = {Emile Pierret and Bruno Galerne},
journal= {arXiv preprint arXiv:2405.15399},
year = {2024}
}