原论文地址:https://arxiv.org/pdf/1903.05784.pdf
1、超分辨率(SR)旨在从其低分辨率(LR)对应物重建高分辨率(HR)图像。
2、我们的主要贡献可归纳如下:
1)我们通过结合立体声对应提出SR的PASSRnet;
2)我们引入了一种通用的视差注意机制,它具有沿着极线的全局接收场,以处理具有大的视差变化的不同立体图像。结果表明,视差注意机制可以有效地产生可靠的对应关系,以提高SR性能;
3)我们提出了一个新的数据集,即Flickr1024,用于训练立体图像SR网络。Flickr1024数据集由1024个高质量立体图像对组成,涵盖多种场景;
4)与最近的单图像SR和立体图像SR方法相比,我们的PASSRnet实现了最先进的性能。