論文の概要: Burst Image Super-Resolution with Mamba
- arxiv url: http://arxiv.org/abs/2503.19634v1
- Date: Tue, 25 Mar 2025 13:22:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-26 16:55:14.055311
- Title: Burst Image Super-Resolution with Mamba
- Title(参考訳): マンバを用いたバースト画像超解像
- Authors: Ozan Unal, Steven Marty, Dengxin Dai,
- Abstract要約: バースト超解像(BISR)は、連続して取得した複数の低解像度画像からの情報を活用することにより、画像の解像度を向上させることを目的としている。
本稿では,BISRのためのMambaベースのアーキテクチャであるBurstambaMを紹介する。
提案手法はタスクを,超解像のための空間モジュールと,サブピクセル先行抽出のための時間モジュールの2つに分割する。
- 参考スコア(独自算出の注目度): 43.80081193548115
- License:
- Abstract: Burst image super-resolution (BISR) aims to enhance the resolution of a keyframe by leveraging information from multiple low-resolution images captured in quick succession. In the deep learning era, BISR methods have evolved from fully convolutional networks to transformer-based architectures, which, despite their effectiveness, suffer from the quadratic complexity of self-attention. We see Mamba as the next natural step in the evolution of this field, offering a comparable global receptive field and selective information routing with only linear time complexity. In this work, we introduce BurstMamba, a Mamba-based architecture for BISR. Our approach decouples the task into two specialized branches: a spatial module for keyframe super-resolution and a temporal module for subpixel prior extraction, striking a balance between computational efficiency and burst information integration. To further enhance burst processing with Mamba, we propose two novel strategies: (i) optical flow-based serialization, which aligns burst sequences only during state updates to preserve subpixel details, and (ii) a wavelet-based reparameterization of the state-space update rules, prioritizing high-frequency features for improved burst-to-keyframe information passing. Our framework achieves SOTA performance on public benchmarks of SyntheticSR, RealBSR-RGB, and RealBSR-RAW.
- Abstract(参考訳): バースト画像超解像(BISR)は、複数の低解像度画像からの情報を素早く連続して取得することで、鍵フレームの分解能を高めることを目的としている。
ディープラーニングの時代、BISRの手法は完全な畳み込みネットワークからトランスフォーマーベースのアーキテクチャへと進化してきた。
我々は、Mambaをこの分野の進化における次の自然なステップと見なし、線形時間複雑性のみを伴って、同様の大域的受容場と選択的な情報ルーティングを提供する。
本稿では,BISRのためのMambaベースのアーキテクチャであるBurstMambaを紹介する。
提案手法は,鍵フレーム超解像用空間モジュールとサブピクセル先行抽出用時間モジュールの2つに分割し,計算効率とバースト情報統合のバランスを図った。
Mambaによるバースト処理をさらに強化するため、我々は2つの新しい戦略を提案する。
一 サブピクセルの詳細を保持するため、状態更新の間のみバーストシーケンスを整列する光フローベースシリアライゼーション
(II) 状態空間更新規則のウェーブレットに基づく再パラメータ化を行い、バースト・ツー・キーフレーム情報転送を改善するために高周波特性を優先する。
本フレームワークは,SyntheticSR,RealBSR-RGB,RealBSR-RAWの公開ベンチマーク上でのSOTA性能を実現する。
関連論文リスト
- Jointly RS Image Deblurring and Super-Resolution with Adjustable-Kernel and Multi-Domain Attention [43.3544131406078]
現実世界のRS画像は、大域的な低解像度の変性と局所的な変性の複雑な組み合わせに悩まされることが多い。
JRSIDSRタスクに対して、AKMDNetというデュアルブランチ並列ネットワークを提案する。
AKMDNetは2つのメインブランチで構成されている。
論文 参考訳(メタデータ) (2024-12-07T16:44:31Z) - A New Dataset and Framework for Real-World Blurred Images Super-Resolution [9.122275433854062]
我々は,Real-world Blur-kept Super-Resolution (ReBlurSR) データセットという,ぼやけた画像に適した新しい超解像データセットを開発した。
本稿では,Cross Disentanglement Module (CDM) とCross Fusion Module (CFM) の2つの主要モジュールからなるPerceptual-Blur-adaptive Super-Resolution (PBaSR)を提案する。
これら2つのモジュールを統合することで、PBaSRは、追加の推論やデプロイメントコストを伴わずに、一般的なデータと曖昧なデータの両方でコメンタブルなパフォーマンスを実現する。
論文 参考訳(メタデータ) (2024-07-20T14:07:03Z) - Binarized Diffusion Model for Image Super-Resolution [61.963833405167875]
超圧縮アルゴリズムであるバイナリ化は、高度な拡散モデル(DM)を効果的に加速する可能性を提供する
既存の二項化法では性能が著しく低下する。
画像SRのための新しいバイナライズ拡散モデルBI-DiffSRを提案する。
論文 参考訳(メタデータ) (2024-06-09T10:30:25Z) - IRSRMamba: Infrared Image Super-Resolution via Mamba-based Wavelet Transform Feature Modulation Model [7.842507196763463]
IRSRMambaはマルチスケール適応のためのウェーブレット変換特徴変調を統合する新しいフレームワークである。
IRSRMambaはPSNR、SSIM、知覚品質において最先端の手法より優れている。
この研究は、高忠実度赤外線画像強調のための有望な方向として、Mambaベースのアーキテクチャを確立する。
論文 参考訳(メタデータ) (2024-05-16T07:49:24Z) - Frequency-Assisted Mamba for Remote Sensing Image Super-Resolution [49.902047563260496]
我々は、リモートセンシング画像(RSI)の超高解像度化のために、視覚状態空間モデル(Mamba)を統合するための最初の試みを開発した。
より優れたSR再構築を実現するため,FMSRと呼ばれる周波数支援型Mambaフレームワークを考案した。
我々のFMSRは、周波数選択モジュール(FSM)、ビジョン状態空間モジュール(VSSM)、ハイブリッドゲートモジュール(HGM)を備えた多層融合アーキテクチャを備えている。
論文 参考訳(メタデータ) (2024-05-08T11:09:24Z) - Towards Real-World Burst Image Super-Resolution: Benchmark and Method [93.73429028287038]
本稿では,複数のフレームから画像の詳細を忠実に再構成する大規模リアルタイムバースト超解像データセットであるRealBSRを確立する。
また,FBAnet(Federated Burst Affinity Network)を導入し,実世界の画像劣化下での画像間の非自明な画素幅の変位について検討する。
論文 参考訳(メタデータ) (2023-09-09T14:11:37Z) - RBSR: Efficient and Flexible Recurrent Network for Burst
Super-Resolution [57.98314517861539]
バースト超解像(BurstSR)は、高解像度(HR)画像を低解像度(LR)画像と雑音画像から再構成することを目的としている。
本稿では,効率よくフレキシブルなリカレントネットワークでフレーム単位のキューを融合させることを提案する。
論文 参考訳(メタデータ) (2023-06-30T12:14:13Z) - Deep Burst Super-Resolution [165.90445859851448]
バースト超解像タスクのための新しいアーキテクチャを提案する。
我々のネットワークは複数のノイズRAW画像を入力として取り出し、出力として分解された超解像RGB画像を生成する。
実世界のデータのトレーニングと評価を可能にするため,BurstSRデータセットも導入する。
論文 参考訳(メタデータ) (2021-01-26T18:57:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。