要約
ステレオ画像超解像（stereoSR）は、代替ビューからの補完情報を組み込むことで、超解像結果の品質を向上させることが目的です。現行の手法は著しい進歩を遂げていますが、空間的な詳細を保つために通常はフル解像度での表現を使用しており、コンテキスト情報の正確な取得に課題を抱えています。また、両ビュー間のすべての特徴類似性を利用することで情報のクロスフュージョンを行うため、無関係な情報の影響を見落とす可能性があります。これらの問題を克服するために、我々は精度の高い空間的詳細を保ちつつ豊富なコンテキスト情報を組み込み、両ビューから最も正確な特徴を選択的に選択し融合することにより高品質なステレオSRを促進する混合スケール選択融合ネットワーク（MSSFNet）を提案します。具体的には、複数の空間スケールでコンテキスト豊かな特徴表現を得つつ精度の高い空間的詳細を保つ混合スケールブロック（MSB）を開発しました。さらに、動的に最も重要なクロスビュー情報を保持するため、別のビューから最も正確な特徴を探し出し転送する選択融合注意モジュール（SFAM）を設計しました。局所および非局所的な特徴セットを豊かにするために、周波数領域の知識を明示的に統合する高速フーリエ変換畳み込みブロック（FFCB）を導入しました。広範囲にわたる実験結果は、MSSFNetが定量評価および定性評価において最先端の手法に対して著しい改善を達成していることを示しています。