Chang Chen, Zhiwei Xiong, Xinmei Tian, Zheng-Jun Zha, Feng Wu; Camera Lens Super-Resolution,The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2019, pp. 1652-1660


一、简介

概述:现有的单幅图像超分辨率(SR)方法通常采用双三次或高斯下采样等综合退化模型进行评估。本文从相机镜头的角度研究SR,即CameraSR,旨在缓解现实成像系统中分辨率(R)与视场(V)之间的内在权衡。具体地说,我们把R-V退化看作是SR过程中的一个潜在模型,并学习用现实的低分辨率和高分辨率图像对来逆转它。

贡献:

  • 一个新的视角,即,相机镜头的R-V退化,用于现实成像系统中的SR建模。

  • 在City100中,有两种新的获取LR-HR图像对的策略,分别用于描述单反相机和智能手机相机下的R-V退化。

  • 利用实际数据对常用的合成退化模型进行定量分析。

  • 一种有效的解决方案,即CameraSR,用于在现实成像系统中促进现有的基于学习的SR方法。

二、主要内容

文章思路清晰,验证充分。

1、R-V退化->定义问题

缩小镜头可以得到更大的FoV(视野),但这是以物体分辨率下降为代价的。将这种R(分辨率)-V(视野)退化表示为,我们的目标是获得一个函数S(·),该函数对真实图像SR反转

2、数据获取->解决问题

明信片的平面形状保证了在小孔径下,长焦和短焦都能很好地聚焦,避免了外焦模糊。因此将明信片作为目标。

    2.1 DSLR imaging system

我们将在55mm焦距下捕获的图像定义为HR真值,将在18mm焦距下捕获的图像定义为LR观测值。为了减轻噪声的影响,将ISO值设置为最低。由于焦距的变化是一个无法理想控制的机械过程,会有严重的不对齐问题:空间不对齐、强度变化和颜色不匹配。

  • 将空间错位建模为全局二维平移: 计算并匹配了HR图像和插值LR图像之间的SIFT关键点,然后估计单应性矩阵,最后对LR图像进行变换得到对齐的图像

  • 将强度变化模型化为图像直流分量的偏置,并通过对整幅图像的像素强度进行平均估计。

  • 将颜色不对齐建模为参数非线性映射,并利用颜色棋盘将其与多项式参数进行拟合来校准。就是拟合R\G\B三通道值的映射关系式

    2.2  Smartphone imaging system

将近距离拍摄的图像定义为HR ground truth,远距离拍摄的图像定义为LR observation。将每个场景重复捕获20次,并对得到的图像进行平均,以减轻噪声的影响。

3、退化模型分析->分析问题

3.1  LR observation

不同退化模型得到的低分辨率观察图像间的差别较大。

3.2  SR result

虽然高斯下采样与真实LR观测在红点处的退化程度相匹配,但高斯sr的重建精度与摄像机相比仍有一定的差距。揭示了合成退化模型的缺点。

4、问题应用

4.1  Advanced digital zoom 

我们的主要目标是减轻R-V权衡,甚至打破现实成像系统中光学镜头的物理变焦比,我们现在演示CameraSR实现了这一目标。当同一台单反相机的变焦镜头在55mm焦距达到最大放大率时,CameraSR能够进一步提高所捕获图像的分辨率

4.2  Generalizability

  • the content generalization:City100数据集是在只有单一主题类别,然而,在City100上训练的camerasr模型在不同主题的室内和室外环境中都表现得很好

  • the device generalization:在iPhone X版本的City100上训练的CameraSR模型可以很容易的应用到不同的智能手机上,如华为P20和三星S9。

CameraSR----Camera Lens Super-Resolution个人笔记相关推荐

  1. (NIPS2020)Unfolding the Alternating Optimization for Blind Super Resolution 笔记

    (NIPS2020)Unfolding the Alternating Optimization for Blind Super Resolution https://github.com/great ...

  2. Unsupervised Real-world Image Super Resolution via Domain-distance Aware Training

    Unsupervised Real-world Image Super Resolution via Domain-distance Aware Training(基于域距离感知训练的非监督真实图像超 ...

  3. Super-resolution:Camera Lens Super-Resolution(论文解读二十)

    Title:Camera Lens Super-Resolution From:CVPR2019 Note data:2019/07/31 Abstract:从相机的角度研究SR,减小分辨率和视野域的 ...

  4. Camera Lens Coating

    Camera Lens Coating Coating Progress 转换镜头,根据要求进行OEM和设计. 光学元件:望远镜.显微镜.相机和数码相机镜头.放大镜头和远摄镜头.定心镜头.投影镜头.投 ...

  5. Google Pixel 超分辨率--Super Resolution Zoom

    Google Pixel 超分辨率–Super Resolution Zoom Google 的Super Res Zoom技术,主要用于在zoom时增强画面细节以及提升在夜景下的效果. 文章的主要贡 ...

  6. CV之SR:超分辨率(Super resolution)的简介、使用方法、案例应用之详细攻略

    CV之SR:超分辨率(Super resolution)的简介.使用方法.案例应用之详细攻略 目录 超分辨率(Super resolution)的简介 超分辨率(Super resolution)的使 ...

  7. Hardware-in-the-loop End-to-end Optimization of Camera Image Processing Pipelines阅读笔记

    Hardware-in-the-loop End-to-end Optimization of Camera Image Processing Pipelines阅读笔记 目录 Hardware-in ...

  8. 论文翻译:2019_Speech Super Resolution Generative Adversarial Network

    博客作者:凌逆战 论文地址:基于GAN的音频超分辨率 博客地址:https://www.cnblogs.com/LXP-Never/p/10874993.html 论文作者:Sefik Emre Es ...

  9. 论文翻译:Speech Super Resolution Generative Adversarial Network

    博客作者:凌逆战 论文地址:https://ieeexplore.ieee.org/document/8682215 博客地址:https://www.cnblogs.com/LXP-Never/p/ ...

  10. 【Super Resolution】超分辨率——SRCNN

    SRCNN 01 闲聊--图像的超分辨率 02 SRCNN--超分和DL的结合 02-1 双三次插值 02-2 SRCNN的网络结构 02-3 Training 训练阶段 03 EXPERIMENTS ...

最新文章

  1. (C++)1022 D进制的A+B 除基取余法将10进制数换成给定进制数
  2. 基础设施即服务系列:Windows Azure 虚拟网络概述
  3. hibernate4连接mysql自动创建表之错误
  4. Python网络编程:IO多路复用
  5. 1003. 二哥养细菌—java
  6. ifstream 打开中文路径乱码问题处理
  7. 天猫双11凭什么达到1682亿?这些支撑技术或许可以告诉你
  8. linux之地址空间
  9. rmse多少算效果好_关键词SEO优化带来流量有多少?如何做SEO优化效果好?
  10. eclipse aop连接点joinpoint方法点不出来_(面试必备)你必须要懂的Spring-Aop
  11. MyCms自媒体内容管理系统 v1.6.0.1
  12. 移通好闹钟微信小程序全套源码
  13. java中常见的编译错误的是_编译时JAVA最常见的错误有哪些
  14. iOS 的TextView的常规用法
  15. 搜狐校园“情感分析×推荐排序“算法大赛 AutoX方案 转载poteman
  16. 2017美赛C题论文学习笔记
  17. 如何从UCI获取数据集?
  18. Ubuntu下配置FreeRADIUS + PPTP/L2TP + Mysql + daloRADIUS
  19. 计算机网络协议分为哪几层?7层协议、5层协议、4层协议。
  20. vue2.0配置代理 api 开发环境、生产环境

热门文章

  1. jmeter利用察看结果树查看响应调试取样器(Debug Sampler)(3)
  2. R语言Copula的贝叶斯非参数估计
  3. 2020 2019年 计算机 408 考研 真题 详细 解答
  4. XenApp 7.6:如何启用客户端IME,启用客户端输入法
  5. java记事本环境变量_java第一课:安装环境变量和用记事本实现Hello World
  6. 圆/椭圆/双曲线/抛物线等二次曲线的各种情况方程
  7. 深入浅出通信原理2021-03-03
  8. openGauss [DataStudio连接] [白名单配置]
  9. 轧钢测量设备直线度测量仪
  10. 华兴资本业绩预增三倍:IPO首日破发后,历经两年半重回发行价