基于去噪算法的单图像与视频超分辨率统一框架
图像与视频处理
2019-10-02 v1
摘要
单图像超分辨率（SISR）旨在从给定的低分辨率图像中恢复高分辨率图像。视频超分辨率（VSR）针对给定的一系列图像，旨在将其融合以生成更高分辨率的输出。尽管 SISR 与 VSR 看似有许多共同点，但大多数 SISR 算法并不能简单直接地扩展到 VSR。VSR 被认为是一个更具挑战性的逆问题，主要由于其依赖于亚像素精度的运动估计，而这在 SISR 中并无对应。另一个复杂因素在于视频的动态特性，通常仅通过生成单帧而非完整输出序列来应对。本工作中，我们提出一种简单且鲁棒的超分辨率框架，可应用于单图像并轻松扩展至视频。我们的工作基于如下观察：图像与视频的去噪已由多种方法良好处理且非常有效。我们利用 Plug-and-Play-Prior 框架及其扩展的正则化-by-去噪（RED）方法，展示如何使用此类去噪器，以统一的公式与框架处理 SISR 和 VSR 问题。由此，我们受益于现有图像/视频去噪算法的有效性与高效性，同时求解更具挑战性的问题。更具体地，借助 VBM3D 视频去噪器，我们获得了一种极具竞争力的无运动估计 VSR 算法，展现出高质量输出与快速处理的趋势。
引用
@article{arxiv.1810.01938,
title = {Unified Single-Image and Video Super-Resolution via Denoising Algorithms},
author = {Alon Brifman and Yaniv Romano and Michael Elad},
journal= {arXiv preprint arXiv:1810.01938},
year = {2019}
}