Open tkuri opened 3 years ago
従来の超解像NNはx2/x4等予め決められた倍数にしか拡大できなかった。そこで超解像タスクを画像変換の下で一般化することを提案。出力画像に任意の解像度と形状が要求される場合でも適用できる。適応型Warpingとマルチスケールブレンドにより高品質なDetailとEdgeを復元。
従来も任意のスケールファクタに適用可能な手法はあったが変形には対応していなかった。 適応型Warpingは異なる局所的な歪みにたいして適切なリサンプリングカーネルを動的に予測。マルチスケールブレンドは様々な解像度の特徴をその内容と局所的な変形に基づいて統合する。
https://arxiv.org/abs/2104.10325
https://github.com/sanghyun-son/srwarp
論文概要
従来の超解像NNはx2/x4等予め決められた倍数にしか拡大できなかった。そこで超解像タスクを画像変換の下で一般化することを提案。出力画像に任意の解像度と形状が要求される場合でも適用できる。適応型Warpingとマルチスケールブレンドにより高品質なDetailとEdgeを復元。
従来も任意のスケールファクタに適用可能な手法はあったが変形には対応していなかった。 適応型Warpingは異なる局所的な歪みにたいして適切なリサンプリングカーネルを動的に予測。マルチスケールブレンドは様々な解像度の特徴をその内容と局所的な変形に基づいて統合する。
https://arxiv.org/abs/2104.10325
Code
https://github.com/sanghyun-son/srwarp