MASA-SR: Matching Acceleration and Spatial Adaptation for Reference-Based Image Super-Resolution
MASA-SR基于匹配加速和空间适应的有参考超分辨率
CVPR2021,代码:https://github.com/dvlab-research/MASA-SR。
快手,思谋,港中文
基于参考的图像超分辨率 (RefSR) 在利用外部参考图像 (Ref) 恢复高频细节方面取得了可喜的成功。在这个任务中,纹理细节根据它们的点或片对应从 Ref 图像转移到低分辨率 (LR) 图像。因此,高质量的对应匹配至关重要。迫切需要计算效率的提高。此外,现有的 RefSR 方法往往会忽略 LR 和 Ref 图像之间潜在的巨大分布差异,这损害了信息利用的有效性。在本文中,本文为 RefSR 提出了 MASA 网络,其中设计了两个新颖的模块来解决这些问题。提出的匹配和提取模块通过粗到细的对应匹配方案显著降低了计算成本。空间自适应模块学习 LR 和 Ref 图像之间的分布差异,并以空间自适应的方式将 Ref 特征的分布重新映射到 LR 特征的分布。该方案使网络能够稳健地处理不同的参考图像。大量的定量和定性实验验证了本文提出的模型的有效性。