Meta-SR: 一种任意缩放因子的超分辨率技术

新知榜官方账号

2023-11-12 18:29:14

导语

随着深度卷积神经网络技术的推进,超分辨率的新近研究取得重大突破,但是关于任意缩放因子的研究一直未回到超分辨率社群的视野之中。

在本文中,旷视研究院提出一种全新方法,称之为Meta-SR,首次通过单一模型解决了超分辨率的任意缩放因子问题(包括非整数因子)。Meta-SR包含一种新的模块——Meta-UpscaleModule,以代替传统的放大模块(upscalemodule)。针对任意缩放因子,这一新模块可通过输入缩放因子动态地预测放大滤波器的权重,进而使用这些权重生成任意大小的HR图像。对于一张低分辨率图像,只需一个模型,Meta-SR就可对其进行任意倍数的放大。

方法

Meta-SR模型架构如图1所示,Meta-SR包含两个模块:特征学习模块和Meta-Upscale模块,后者的提出用于替代传统的放大模块。特征学习模块提取低分辨率图像的特征,Meta-Upscale按照任意缩放因子放大特征图。

Meta-SR模型架构

Meta-Upscale模块包含三个重要的函数:LocationProjection、WeightPrediction、FeatureMapping。LocationProjection把像素投射到LR图像上,即找到与像素(i,j)对应的像素(i′,j′)。WeightPrediction模块为SR图像上每个像素预测对应滤波器的权重,最后,FeatureMapping函数利用预测得到的权重将LR图像的特征映射回SR图像空间以计算其像素值。

实验

本文进行了多组实验,结果表明Meta-SR的性能优于其他baselines。同时,Meta-SR还具有快速持续放大同一张图像的功能。

结论

Meta-SR是一种新的超分辨率技术,可以解决任意缩放因子的问题。Meta-SR具有快速持续放大同一张图像的功能,是一种非常实用的技术。

本页网址:https://www.xinzhibang.net/article_detail-19806.html

寻求报道,请 点击这里 微信扫码咨询

关键词

Meta-SR 超分辨率 任意缩放因子

分享至微信: 微信扫码阅读

相关工具

相关文章

相关快讯