#378
summarized by : So Uchida
Learning Texture Transformer Network for Image Super-Resolution

どんな論文か?

Reference-based Super-Resolutionに対してTransformerを導入したモデル(TTSR)を提案し精度向上.また,クロススケールに特徴を統合するネットワーク構造(CSFI)を提案.
placeholder

新規性

Reference-based Super-Resolutionでは,低解像度画像と参照画像の特徴を比較し,類似度が高い参照画像のパッチを転写し,出力画像を改善する.従来手法では類似度最大のパッチを転写するのみであるため,マッチそのものの妥当性について考慮しない.本論文では,転写にTransformerを導入することで,マッチに対して重みをつけて超解像する手法を提案している.

結果

Reconstruction errorのみで最適化した場合,ベースラインのSRNTTに対してPSNRが平均的に1.[dB]ほど改善.ユーザ試験ではRCAN,RSRGAN,CrossNet,SRNTTと比較し,任意の手法に対して90%以上の被験者がTTSRの方が好ましいと回答した.また,CSFIの導入によって精度向上も確認した.

その他(なぜ通ったか?等)