Video Super-Resolution mit einem rekurrenten Struktur-Detail-Netzwerk

Die meisten Methoden zur Video-Super-Resolution super-resolvieren einen einzelnen Referenzframe mithilfe benachbarter Frames innerhalb eines zeitlichen Gleitfensters. Im Vergleich zu rekurrenten Ansätzen sind sie weniger effizient. In dieser Arbeit stellen wir eine neuartige rekurrente Methode zur Video-Super-Resolution vor, die sowohl effektiv als auch effizient ist, um vorherige Frames zur Super-Resolution des aktuellen Frames auszunutzen. Die Methode zerlegt die Eingabe in strukturelle und detailreiche Komponenten, die jeweils einem rekurrenten Modul zugeführt werden, das aus mehreren vorgeschlagenen zweistromigen Struktur-Detail-Blöcken besteht. Zudem wird ein Modul zur Anpassung des versteckten Zustands eingeführt, das es dem aktuellen Frame ermöglicht, gezielt Informationen aus dem versteckten Zustand zu nutzen, wodurch die Robustheit gegenüber Änderungen der Erscheinung und der Fehlerakku­mulation verbessert wird. Umfangreiche Ablationsstudien bestätigen die Wirksamkeit der vorgeschlagenen Module. Experimente auf mehreren Benchmark-Datensätzen zeigen, dass die vorgeschlagene Methode gegenüber aktuellen State-of-the-Art-Verfahren eine überlegene Leistung in der Video-Super-Resolution erzielt.