SwinFSR：基于 SwinIR 与频域知识的立体图像超分辨率方法
计算机视觉与模式识别
2023-04-26 v1
摘要
由于双摄像头在手机、自动驾驶车辆与机器人中的广泛部署，立体图像超分辨率（stereoSR）近年来受到显著关注。本文中，我们提出一种名为 SwinFSR 的新立体图像超分辨率方法，其基于最初为单图像复原设计的 SwinIR 的扩展，以及由快速傅里叶卷积（FFC）获得的频域知识。具体而言，为有效获取全局信息，我们利用 FFC 显式引入频域知识来修改 SwinIR 中的残差 Swin Transformer 块（RSTB），并采用所得残差 Swin 傅里叶 Transformer 块（RSFTB）进行特征提取。此外，为高效且准确地融合立体视图，我们提出一种称为 RCAM 的新交叉注意力模块，其在取得极具竞争力性能的同时，所需计算成本低于最先进的交叉注意力模块。大量实验结果和消融研究证明了我们所提 SwinFSR 的有效性与高效性。
引用
@article{arxiv.2304.12556,
title = {SwinFSR: Stereo Image Super-Resolution using SwinIR and Frequency Domain Knowledge},
author = {Ke Chen and Liangyan Li and Huan Liu and Yunzhe Li and Congling Tang and Jun Chen},
journal= {arXiv preprint arXiv:2304.12556},
year = {2023}
}
备注
Accepted by CVPRW 2023