RBSR：高效灵活的突发超分辨率循环网络
摘要：突发超分辨率(BurstSR)旨在从一系列低分辨率和噪声图像中重建高分辨率图像，这有助于增强传感器有限的智能手机的成像效果。BurstSR的主要挑战是有效地结合输入帧的互补信息，而现有方法仍然难以解决这个问题。在本文中，我们建议使用一种高效灵活的循环网络逐帧融合线索。特别是，我们强调基帧的作用，并将其作为关键提示，在每次循环中引导对其他帧的知识获取。此外，我们引入了一种隐式加权损失，以提高模型在面对具有可变帧数的输入时的灵活性。在合成和真实数据集上进行了大量实验证明，我们的方法比现有方法取得了更好的结果。代码和预训练模型可在https://github.com/ZcsrenlongZ/RBSR上获得。
作者：Renlong Wu, Zhilu Zhang, Shuohao Zhang, Hongzhi Zhang and Wangmeng Zuo
论文ID：2306.17595
分类：Computer Vision and Pattern Recognition
分类简称：cs.CV
提交时间：2023-09-01