CVPR 2019 神奇的超分辨率算法DPSR:应对图像模糊降质

上两幅图像中上面为低分辨率模糊图像,下面大图来自几天前刚出来的超分辨率算法DPSR的结果。在我们的印象中,往往超分辨率后的图像会看起来轻微模糊,但该算法能够将模糊的低分辨率图像放大,而且更清晰。

 

作者已将代码开源:

https://github.com/cszn/DPSR

 

DPSR算法来自论文《Deep Plug-and-Play Super-Resolution for Arbitrary Blur Kernels》:

 

作者分别来自哈工大、香港理工大学、深圳鹏城实验室、阿里达摩院。

 

从论文标题看,它可以应对任意模糊核的图像模糊降质。

 

以往,超分辨率研究中,往往使用双三次插值作为低分辨率图像获取的方式,但现实世界低分辨率图像不仅有双三次插值带来的图像降质,还大量存在着模糊降质。

 

该文作者提出的DPSR算法正是想要在超分辨率的同时完成图像的去模糊,而且是去任意模糊核的图像模糊。

 

作者们研究了如下模糊核,包括高斯模糊、运动模糊、Disk模糊

 

在BSD68数据集上,使用常用的PSNR和SSIM图像质量评价方法,DPSR取得了毫无争议的最好结果。如下图所示:

 

下面是与其他超分辨率方法在视觉效果上的比较,也是明显好一个等级(最右下角为该文算法结果)。

 

更多模糊LR图像超分辨率后的结果:

 

 

效果只能用神奇来形容了!

 

再发一遍开源地址:

https://github.com/cszn/DPSR

代码使用PyTorch实现的,欢迎大家试玩,欢迎给大佬star。

转载请注明:《CVPR 2019 神奇的超分辨率算法DPSR:应对图像模糊降质