摘要
近年来，单图像超分辨率（SISR）引起了广泛的关注，但所提出的方法主要局限于学习图像先验以添加高频细节。相比之下，多帧超分辨率（MFSR）通过结合多个位移图像的信号信息，提供了重建丰富细节的可能性。这一关键优势，加上连拍摄影的日益流行，使得MFSR成为现实应用中的一个重要问题。我们为连拍超分辨率任务提出了一种新颖的架构。该网络以多个有噪声的RAW图像作为输入，并生成去噪且超分辨率的RGB图像作为输出。这是通过显式对齐输入帧的深层嵌入来实现的，使用像素级光流进行对齐。然后，所有帧的信息通过基于注意力的融合模块自适应地合并。为了能够在真实数据上进行训练和评估，我们还引入了BurstSR数据集，该数据集包含智能手机连拍图像和高分辨率DSLR参考图像。我们进行了全面的实验分析，证明了所提出的架构的有效性。