摘要

超分辨率技术是一种利用低分辨率图片恢复重建至高分辨率图像的技术,本质上是通过机器学习算法学习低分辨率图像到高分辨率图像的特征映射,从而重建出相应的高分辨率图像。对于人像超分辨率重建领域,传统的超分辨率算法通常将全图信息进行无差别重建,因此实时性表现不是很理想。为了提升模型的推理速度,提出一种基于分区重建策略的实时超分辨率重建模型RASR。低分辨率图像首先通过门控单元处理获得人像边缘区域,然后使用不同尺寸的模型对包含/不包含人像边缘的区域进行分区重建。经过实验表明,与现有方法相比,该方法在4倍上采样时推理速度最快提升了86%。

全文