迈向真实世界连拍图像超分辨率：基准与方法
计算机视觉与模式识别
2023-09-12 v1 人工智能
摘要
尽管取得了实质性进展，单图像超分辨率（SISR）始终面临从一幅输入图像有限信息中重建高质量图像的困境，尤其在真实场景中。本文中，我们建立了一个大规模真实世界连拍超分辨率数据集，即 RealBSR，以探索从多帧中忠实重建图像细节。此外，我们引入联邦连拍亲和网络（FBAnet）来研究真实世界图像退化下图像间非平凡的像素级位移。具体而言，我们的 FBAnet 并非使用像素级对齐，而是从结构几何角度采用简单单应对齐，以及联邦亲和融合（FAF）策略来聚合帧间互补信息。这些融合的信息化表征被送入基于 Transformer 的连拍表征解码模块。此外，我们在我们数据集的两个版本（即 RealBSR-RAW 和 RealBSR-RGB）上进行了广泛实验。实验结果表明，我们的 FBAnet 优于现有的最先进连拍 SR 方法，并取得了视觉愉悦且具模型细节的 SR 图像预测。我们的数据集、代码与模型公开于 https://github.com/yjsunnn/FBANet。
引用
@article{arxiv.2309.04803,
title = {Towards Real-World Burst Image Super-Resolution: Benchmark and Method},
author = {Pengxu Wei and Yujing Sun and Xingbei Guo and Chang Liu and Jie Chen and Xiangyang Ji and Liang Lin},
journal= {arXiv preprint arXiv:2309.04803},
year = {2023}
}
备注
Accepted by ICCV2023