面向任意尺度病理图像超分辨率：一种基于隐式自纹理增强的高效双分支框架
图像与视频处理
2023-04-11 v1 计算机视觉与模式识别
摘要
现有的病理图像超分辨率模型只能在固定的整数倍放大倍率下工作，且性能有限。尽管基于隐式神经网络的方法在自然图像任意尺度超分辨率中已展现出有前景的结果，但由于病理图像具有不同于自然图像的特定细粒度图像纹理，直接将其应用于病理图像并不有效。为应对这一挑战，我们提出了一种带有高效自纹理增强机制的用于病理图像任意尺度超分辨率的双分支框架。在两个公开数据集上的大量实验表明，我们的方法优于现有的固定尺度和任意尺度算法。据我们所知，这是首个在病理图像领域实现任意尺度超分辨率的工作。代码将公开。
引用
@article{arxiv.2304.04238,
title = {Towards Arbitrary-scale Histopathology Image Super-resolution: An Efficient Dual-branch Framework based on Implicit Self-texture Enhancement},
author = {Linhao Qu and Minghong Duan and Zhiwei Yang and Manning Wang and Zhijian Song},
journal= {arXiv preprint arXiv:2304.04238},
year = {2023}
}