Abstract
全方位影像(ODIs)因其沉浸式体验而获得了大量研究兴趣。
尽管全方位影像需要极高的分辨率来捕捉整个场景的细节,但大多数全方位影像的分辨率都不足。
以往的方法试图通过对等距圆柱投影(ERP)图像进行图像超分辨率(SR)处理来解决这个问题。
然而,它们忽略了在退化过程中ERP的几何属性,而且它们的模型很难泛化到真实的ERP图像。
在本文中,我们提出了鱼眼降采样,它模仿真实世界的成像过程,并合成更真实的低分辨率样本。然后我们设计了一个 distortion-aware Transformer(OSRT),以连续自适应地调整ERP畸变。无需繁琐的处理,OSRT在PSNR上的性能比以前的方法提高了大约0.2dB。
此外,我们提出了一种便捷的数据增强策略,它可以从普通图像合成伪ERP图像。这个简单的策略可以缓解大型网络的过拟合问题,并显著提升ODISR的性能。大量实验已经证明了我们OSRT的先进性能。
-
Previous
【CVPR 2023】ETDS:Equivalent Transformation and Dual Stream Network Construction for Mobile Image Super-Resolution -
Next
【CVPR 2023】CABM:Content-Aware Bit Mapping for Single Image Super-Resolution Network with Large Input