盲画像スーパーレゾリューションのための深層制約付き最小二乗法

本稿では、再定式化された劣化モデルおよび2つの新規モジュールを用いて、ブラインド画像スーパーレゾリューション（SR）の問題に取り組む。ブラインドSRの一般的なアプローチに従い、本手法はデブリurringカーネルの推定と、カーネルに基づく高解像度画像の復元の両方を改善することを目的としている。具体的には、まず劣化モデルを再定式化し、デブリurringカーネルの推定を低解像度空間に移行可能にする。この上に、動的ディープ線形フィルタモジュールを導入する。固定されたカーネルをすべての画像に適用するのではなく、入力に応じて適応的にデブリurringカーネルの重みを生成することで、よりロバストなカーネル推定を実現する。その後、再定式化されたモデルと推定されたカーネルに基づいて、ディープ制約付き最小二乗フィルタリングモジュールを用いてクリーンな特徴量を生成する。得られたデブリurring特徴量と低解像度入力特徴量は、二重パス構造のSRネットワークに供給され、最終的な高解像度結果が復元される。本手法の有効性を検証するため、ガウスノイズ8（Gaussian8）およびDIV2KRKを含む複数のベンチマーク上で評価を実施した。実験結果から、最先端手法と比較して、本手法がより高い精度および視覚的品質の向上を達成していることが示された。