Video Super-Resolution Using a Grouped Residual in Residual Network

要約

超解像（SR）とは、画像・映像コンテンツの公称解像度を高め、品質の向上を図る技術です。
ビデオ超解像度 (VSR) は、単一画像超解像度 (SISR) を一般化したものと考えることができます。
この一般化は、隣接する入力フレームを使用して出力でより詳細な情報が作成されるようにする必要があります。
この論文では、VSR の残差ネットワーク (GRRN) におけるグループ化残差を提案します。
提案された構造のハイパーパラメータを調整することで、異なるパラメータ数で 3 つのネットワークをトレーニングし、その定量的および定性的な結果を既存の方法と比較します。
GRRN は、いくつかの定量的な基準に基づいていますが、既存の方法よりも優れた結果は得られませんが、出力画像の品質に関しては、許容可能なパフォーマンスを備えています。

要約(オリジナル)

Super-resolution (SR) is the technique of increasing the nominal resolution of image / video content accompanied with quality improvement. Video super-resolution (VSR) can be considered as the generalization of single image super-resolution (SISR). This generalization should be such that more detail is created in the output using adjacent input frames. In this paper, we propose a grouped residual in residual network (GRRN) for VSR. By adjusting the hyperparameters of the proposed structure, we train three networks with different numbers of parameters and compare their quantitative and qualitative results with the existing methods. Although based on some quantitative criteria, GRRN does not provide better results than the existing methods, in terms of the quality of the output image it has acceptable performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google