摘要
基于事件的视觉技术因其独特的特性，如高时间分辨率和高动态范围，近年来受到了越来越多的关注。最近，该技术已被应用于视频超分辨率（VSR）中，以提高光流估计和时间对齐的精度。本文提出了一种新的VSR方法——EvTexture，首次利用事件信号进行纹理增强，而非用于运动学习。EvTexture通过利用事件的高频细节来更好地恢复VSR中的纹理区域。在EvTexture中，我们引入了一个新的纹理增强分支，并进一步设计了一个迭代纹理增强模块，逐步探索高时间分辨率的事件信息以实现纹理修复。这使得纹理区域在多次迭代过程中逐渐得到精细化，从而生成更准确和丰富的高分辨率细节。实验结果表明，我们的EvTexture方法在四个数据集上均达到了最先进的性能。对于具有丰富纹理的Vid4数据集，我们的方法相比近期基于事件的方法最多可获得4.67dB的增益。代码：https://github.com/DachunKai/EvTexture。