一种基于多帧影像的视频超分辨率重构方法

提出了一种由包含混合密集连接块的高效卷积单元组成的用于图像超分辨率的深度网络架构。混合密集连接块的设计结合了残差连接和密集连接策略的优点,同时克服了它们的局限性。为了实现多个因子的超分辨率,提出了一种尺度递归框架,该框架将针对低尺度因子学习的卷积核滤波器递归地重新用于高尺度因子进行学习,不仅提高了整体的性能,也提高了对较高系数的参数的使用效率。通过训练两个版本的网络,使用不同的损失配置来增强互补的图像质量。进一步将该网络用于视频超分辨率任务,网络学习从多个输入帧中聚集信息并保持时空一致性。该方法在图像和视频超分辨率数据集上都取得了显著的提升效果。