Kanteninformierte Einzelbild-Super-Resolution

Die zunehmende Verbreitung digitaler Bildgebungstechnologien hat gleichzeitig einen steigenden Bedarf an Bildern mit höherer Auflösung mit sich gebracht. Wir entwickeln einen neuartigen, kanteninformierten Ansatz für die Einzelbild-Überauflösung (Single Image Super-Resolution, SISR). Das SISR-Problem wird neu formuliert als Aufgabe der Bild-Inpainting. Als Baseline für die Überauflösung verwenden wir ein zweistufiges Inpainting-Modell und zeigen dessen Wirksamkeit für verschiedene Skalierungsfaktoren (x2, x4, x8) im Vergleich zu einfachen Interpolationsverfahren. Das Modell wird mittels gemeinsamer Optimierung von Bildinhalten (Textur und Farbe) und Strukturen (Kanten) trainiert. Quantitative und qualitative Vergleiche sind enthalten, und das vorgeschlagene Modell wird mit aktuellen State-of-the-Art-Techniken verglichen. Wir zeigen, dass unsere Methode, die Rekonstruktion von Struktur und Textur zu entkoppeln, die Qualität des finalen hochauflösenden Bildes signifikant verbessert. Quellcode und Modelle sind verfügbar unter: https://github.com/knazeri/edge-informed-sisr