关键词light field image super-resolution
搜索结果 - 4
- LFMamba: 具有状态空间模型的光场图像超分辨率
近年来，随着现代神经网络的进步，光场图像超分辨率（LFSR）取得了显著的进展。然而，这些方法往往在捕捉长距离依赖关系（基于 CNN）或遇到二次计算复杂性（基于 Transformer）方面面临挑战，从而限制了它们的性能。最近，基于状态空间模 - 超越子空间隔离：用于轻场图像超分辨率的多对多变形器
通过引入卷积和 Transformer，本文提出了一种新颖的 Many-to-Many Transformer（M2MT）算法，以解决光场图像超分辨率问题中的低维空间隔离限制，实现了跨子孔径图像的全局优化，从而显著改善了性能。
- LFSRDiff：基于扩散模型的光场图像超分辨率
通过引入 LFSRDiff，首个基于扩散的光场图像超分模型，将 LF 解缠机制与扩散模型相结合，实现了在 LF 图像中更有效地提取和融合空间和角度信息，产生了多样且逼真的超分辨结果，尤其在感知度量方面表现出较高的水平。
- 基于物理信息的合奏表现形式用于光场图像超分辨率
本文提出了一种通过分析光场图像超分辨率嵌入的几何关系并引入虚拟狭缝图像（VSI）的新 LF 子空间来提高效率的方法，并且使用超采样和 EPIXformer 几何感知译码器对低分辨率 LF 数据进行超分辨率重建，实验结果表明该方法在各种差异处