Self-Supervised Deep Blind Video Super-Resolution_监督学习


论文地址：​​https://arxiv.org/abs/2201.07422​​

  • 提出了一种有效的视频SR自监督学习算法，该算法不需要任何成对或不成对的数据集作为监督为了约束视频SR的深层模型
  • 我们开发了一种简单有效的方法，根据视频SR的图像形成，从原始LR输入视频中生成辅助配对数据
  • 这是第一个基于自监督学习的盲视频SR算法，以端到端的方式对我们的方法进行训练，并表明它在基准数据集和真实视频上都产生了良好的结果。

Self-Supervised Deep Blind Video Super-Resolution_监督学习_02


Self-Supervised Deep Blind Video Super-Resolution_数据集_03


Self-Supervised Deep Blind Video Super-Resolution_数据_04


Self-Supervised Deep Blind Video Super-Resolution_神经网络_05


Self-Supervised Deep Blind Video Super-Resolution_数据集_06是原始LR输入模糊核的结果，Self-Supervised Deep Blind Video Super-Resolution_数据集_07是模糊模型的损失

Self-Supervised Deep Blind Video Super-Resolution_监督学习_08


Self-Supervised Deep Blind Video Super-Resolution_超分辨率重建_09


Self-Supervised Deep Blind Video Super-Resolution_数据集_10


在真实的LR视频上测试

Self-Supervised Deep Blind Video Super-Resolution_数据集_11


模型参数量

Self-Supervised Deep Blind Video Super-Resolution_数据集_12


模糊核估计欠佳

Self-Supervised Deep Blind Video Super-Resolution_数据集_13