纹理迁移在单图像超分辨率中出奇的有效性
计算机视觉与模式识别
2018-08-02 v1
摘要
尽管 GAN 等隐式生成模型在结合多种损失的高质图像重建与处理上展现了令人印象深刻的成果，我们考虑一种更简单却带来惊人强结果的方法。我们表明仅纹理损失即可生成感知上高质的图像。我们更好地理解了纹理约束机制，并提出了一种语义引导的纹理约束方法以进一步改进。使用近期提出的基于“深度特征”且称为 LPIPS 的感知度量，该方法取得了 SOTA 结果。此外，我们表明这些深度特征的纹理表示比原始深度特征更能捕捉图像的感知质量。利用纹理信息，现成的深度分类网络（无需训练）表现与性能最佳（经调参与校准）的 LPIPS 度量相当。代码已公开可用。
引用
@article{arxiv.1808.00043,
title = {The Unreasonable Effectiveness of Texture Transfer for Single Image Super-resolution},
author = {Muhammad Waleed Gondal and Bernhard Schölkopf and Michael Hirsch},
journal= {arXiv preprint arXiv:1808.00043},
year = {2018}
}
备注
19 pages, 14 figures