视频超分｜SOF-VSR

paper: https://arxiv.org/abs/2001.02129

code: https://github.com/LongguangWang/SOF-VSR

Abstract

视频超分旨在生成具有与LR时序一致性且视觉效果更好的高分辨率图像。视频超分的关键挑战在于：如何更有效的利用连续帧间的时序信息。现有的深度学习方法通常采用光流方法从LR图像上估计时序信息，低分辨率的光流会影响HR图像的细节复原效果。

该文提出了一种端到端的视频超分方法，它同时对光流与图像进行超分，光流超分开源提供更精确的时序信息进而提升视频超分的性能。作者首先提出一种光流重建网络(OFRNet)以“自粗而精”的方式预测HR光流，然后采用HR光流进行运动补偿编码时序信息，最后采用补偿后的LR图像送入超分网络(SRNet)生成超分结果。

作者通过充分的实验验证了HR光流对于超分性能提升的有效性，所提方法在Vid4与DAVIS10数据集上取得了SOTA性能。

该文的贡献包含以下几点：

• 将光流与图像的超分集成到统一的SOF-VSR框架中，光流超分有助于提升图像超分性能；
• 提出一种OFRNet采用“自粗而精”的方式从LR图像中预测HR光流，它有助于重建更精确的时序信息；
• 在公开基准数据集(Vid4，DAVIS10)上，所提SOF-VSR取得了SOTA性能。

Method

OFRNet

为降低模型大小以及训练难度，作者采用了尺度递归架构，见上图。在前两级作者采用递归模块估计不同尺度的光流信息，在第三级作者首先采用递归架构生成深度表达，然后引入SR模块重建HR光流。这种尺度递归架构有助于OFRNet处理复杂的运动，同时使得模型更轻量。

Motion Compensation Module

通过OFRNet得到HR光流后，作者通过space-to-depth变换对HR光流与LR图像进行桥接，见下图。注：光流的幅值需要除以s以匹配LR图像的空间分辨率。

Loss Function

作者分别针对SRNet和OFRNet设计了损失函数，它们分别是：

L_{SR} = |I_0^{SR} - I_0^H |_2^2 \ L_{OFR} = sum_{i in [-N, N], ine0} frac{L_{level3,i} + lambda_2 L_{level2,i} + lambda_1 L_{level1,i}}{2N} \ L_{level3,i} = |W(I_i^H, F_{irightarrow0}^H) - I_0^H |_1 + lambda_3 |Delta F_{irightarrow 0}^H|_1 \ L_{level2,i} = |W(I_i^L, F_{irightarrow0}^L) - I_0^L |_1 + lambda_3 |Delta F_{irightarrow 0}^L|_1 \ L_{level1,i} = |W(I_i^{LR}, F_{irightarrow0}^{LD}) - I_0^H |_1 + lambda_3 |Delta F_{irightarrow 0}^{LD}|_1

Experiments

训练数据：作者选用了CDVL，测试数据为Derf4、Vid4以及DAVIS。评价准则：PSNR、SSIM以及MOVIE。下图给出了所提方法在Vid4上的参数量与FLOPS以及指标。

下表给出了所提方法与其他视频超分方法的在Vid4数据集上性能对比

下表给出所提方法与其他视频超分方法在DAVIS10数据集上的性能对比。

全文到底结束，更多详细实验分析建议查看原文，不再赘述.