文本先验引导的场景文本图像超分辨率

场景文本图像超分辨率（STISR）旨在提升低分辨率（LR）场景文本图像的分辨率与视觉质量，进而提高文本识别性能。然而，现有大多数 STISR 方法将文本图像视为自然场景图像，忽略了文本的类别信息。本文做出了一种启发性的尝试，将类别文本先验嵌入 STISR 模型训练中。具体而言，我们采用字符概率序列作为文本先验，该先验可方便地从文本识别模型中获取。文本先验为恢复高分辨率（HR）文本图像提供类别引导。另一方面，重建的 HR 图像可反过来精炼文本先验。最后，我们提出一种多阶段文本先验引导超分辨率（TPGSR）框架用于 STISR。在基准 TextZoom 数据集上的实验表明，TPGSR 不仅能有效提升场景文本图像的视觉质量，还能显著超越现有 STISR 方法提高文本识别准确率。我们在 TextZoom 上训练的模型对其他数据集中的 LR 图像也展现出一定的泛化能力。