面向红外图像超分辨率的纹理与噪声双重自适应
图像与视频处理
2025-02-21 v2 计算机视觉与模式识别
摘要
近期研究尝试利用可见光图像丰富红外（IR）超分辨率中的纹理细节。然而，这种直接自适应方法常是一把双刃剑，因其在改善纹理的同时引入了噪声与模糊伪影。为应对这些挑战，我们提出目标导向域自适应SRGAN（DASRGAN），一种专为鲁棒红外超分辨率模型自适应设计的创新框架。DASRGAN由两个关键组件协同运作：1) 纹理导向自适应（TOA）以精细优化纹理细节；2) 噪声导向自适应（NOA），致力于最小化噪声迁移。具体而言，TOA独特地集成了一个包含先验提取分支的专用判别器，并采用Sobel引导的对抗损失以有效对齐纹理分布。同时，NOA利用噪声对抗损失在对抗训练中明确分离生成噪声与高斯噪声模式分布。我们的大量实验证实了DASRGAN的优越性。在多个基准与上采样倍数下与领先方法的对比分析表明，DASRGAN确立了新的SOTA性能标准。代码见 \url{https://github.com/yongsongH/DASRGAN}。
引用
@article{arxiv.2311.08816,
title = {Texture and Noise Dual Adaptation for Infrared Image Super-Resolution},
author = {Yongsong Huang and Tomo Miyazaki and Xiaofeng Liu and Yafei Dong and Shinichiro Omachi},
journal= {arXiv preprint arXiv:2311.08816},
year = {2025}
}
备注
Accepted by Pattern Recognition