摘要
立体图像超分辨率（stereoSR）旨在通过融合另一视角的互补信息来提升超分辨率结果的质量。尽管当前的方法已经取得了显著进展，但它们通常在全分辨率表示上进行操作以保留空间细节，这导致在准确捕捉上下文信息方面面临挑战。同时，这些方法利用所有特征相似性来跨视图融合信息，可能会忽略无关信息的影响。为了解决这一问题，我们提出了一种混合尺度选择性融合网络（MSSFNet），该网络能够在保留精确空间细节的同时融入丰富的上下文信息，并自适应地从两个视图中选择和融合最准确的特征，从而促进高质量的立体图像超分辨率。具体而言，我们开发了一种混合尺度块（MSB），该块能够在多个空间尺度上获得上下文增强的特征表示，同时保留精确的空间细节。此外，为了动态保留最重要的跨视图信息，我们设计了一种选择性融合注意力模块（SFAM），该模块能够搜索并传输来自另一视图的最准确特征。为了学习丰富的局部和非局部特征集，我们引入了快速傅里叶卷积块（FFCB），以显式地整合频域知识。大量实验表明，MSSFNet 在定量和定性评估中均显著优于现有最先进的方法。