基于递归结构-细节网络的视频超分辨率

大多数视频超分辨率方法依赖于时间滑动窗口内的邻近帧，对单个参考帧进行超分辨率重建，其效率相较于基于循环机制的方法较低。本文提出了一种新型的循环视频超分辨率方法，能够在有效利用历史帧信息的同时，实现高效重建当前帧。该方法将输入图像分解为结构与细节两个分量，并分别送入由多个创新设计的双流结构-细节模块构成的循环单元中进行处理。此外，引入了一种隐藏状态自适应模块，使当前帧能够有选择性地利用隐藏状态中的信息，从而增强对外观变化和误差累积的鲁棒性。大量的消融实验验证了所提模块的有效性。在多个基准数据集上的实验结果表明，与当前最先进的方法相比，所提出的方法在视频超分辨率任务中展现出更优越的性能。