CVPR 2019 | 国防科大提出双目超分辨算法，效果优异代码已开源

我爱计算机视觉 标星，更快获取CVML新技术

近年来，双摄像头成像系统在智能手机、自动驾驶等领域取得了广泛的应用。

近日，来自国防科技大学等单位的学者提出了新型双目超分辨算法，充分利用了左右图的信息提升图像超分辨效果；

另外，他们构建了一个大型双目图像超分辨数据集，用于双目图像超分辨算法的训练和评估。代码已开源，相关论文已被 CVPR 2019 录用。

以下是论文作者信息：

论文链接：

https://arxiv.org/pdf/1903.05784.pdf

代码链接：

https://github.com/LongguangWang/PASSRnet

数据集链接：

https://yingqianwang.github.io/Flickr1024/

引言

双摄系统提供了同一场景两个不同视角的观测信息。然而在实际应用中，由于相机基线、焦距、场景深度以及成像分辨率不同，双目图像的视差具有较大差异。因此如何高效、灵活地利用双摄系统来提升图像的分辨率存在较大的挑战。

本文提出了一种基于视差注意力机制（ Parallax Attention Mechanism ）的双目图像超分辨网络（ Parallax Attention Stereo SR Network, PASSRnet ），利用视差注意力机制实现了对双目图像左右图信息的高效融合。

同时本文构建并公开了一个大型双目图像超分辨数据集 Flickr1024 ，用于双目图像超分辨算法的训练和评估。

本文将双目视觉中的对极几何（ EPI ）关系引入到注意力机制中，计算双目图像不同视差位置间的相似性，并基于这一相似性测度实现对左右图特征的融合。

视差注意力机制能够对双目图像中沿视差方向的全局信息进行融合，不受视差大小的限制，具有更强的灵活性与鲁棒性。

本文所提算法在 Middlebury 、 KITTI2012 以及 KITTI2015 数据集上与主流算法进行了对比，实验结果证明了 PASSRnet 的优越性。

方法

PASSRnet 的网络结构如图 1 所示，其输入为低分辨率双目 RGB 图像，输出为高分辨率左视角 RGB 图像。

图 1 PASSRnet 网络结构图

●  残差空洞金字塔模块（ Residual ASPP Module ）

PASSRnet 首先利用一个共享权值的 Residual ASPP 模块对输入的双目图像进行多尺度特征提取，扩大了网络的接受野。

如图 1 （ a ）所示， Residual ASPP 模块由残差空洞金字塔块（ Residual ASPP Block ）与残差块交替连接组成。

如图 1 （ b ）所示， Residual ASPP Block 由三组空洞卷积组（ ASPP Group ）组成，在每个 ASPP Group 中，首先利用三个膨胀系数分别为 1 、 4 、 8 的 3*3 卷积层进行特征提取，之后利用一个 1*1 卷积对三个膨胀卷积层提取的特征进行融合。

与 ASPP Block 相比， Residual ASPP Block 利用残差连接进一步丰富了特征提取的尺度，实现了更密集的多尺度特征提取。

●  视差注意力模块（ Parallax Attention Module ）

在提取双目图像的多尺度特征之后， PASSRnet 利用视差注意力模块（ Parallax Attention Module ）对左右图特征进行融合。受 “ 自注意力机制 ” 启发，本文将双目视觉中的对极几何关系引入注意力机制中，将注意力机制的搜索空间限制在极线上。

图 2  视差注意力与自注意力示意图

如图 2 所示，与自注意力机制在图像全局范围内进行搜索不同，视差注意力机制只沿着极线方向进行搜索。对于左图中任意一点（ i，j ） ，视差注意力机制将其与右图极线上任意一点进行相似性计算，得到视差注意力图。

以 M right->left 为例， M right->left(i,j,k) 表示右图中位置 (i,k) 对左图中位置 (i,j) 的权值，也就是说，视差注意力图上的权值分布形态能够描述左右图间的对应关系。利用视差注意力图的这一特性， Parallax Attention Module 能够通过批次化矩阵乘实现左右图特征的有效融合（如图 3 所示）。

图 3  批次化矩阵乘示意图

●  损失函数（ Loss Function ）

本文所提 PASSRnet 在训练中所采用的损失函数为：

其中 设为 0.005 ，各个 L oss 项的含义如下：

➢  超分辨损失 :

超分辨损失反映了输出图像与 Groundtruth 间的均方误差（ MSE ）。

➢  照度损失 :

照度损失反映了双目图像间照度的左右一致性。本文利用视差注意力图计算照度损失。视差注意力图能够较好地反映左右图之间的对应关系，

比如视差注意力图 与右图 的批次化矩阵乘可以得到左图，反之亦然。

➢  循环一致性损失 ：

在照度损失的基础上，受 cycle GAN 中循环损失启发，本文设计了循环一致性损失，以自封闭的形式进一步对双目图像间的潜在几何关系进行正则。循环一致性损失可以理解为，左图（或右图）经过两次注意力图的映射后，应当能够得到左图（或右图）本身。

➢  平滑损失 ：

  

本文设计了定义在视差注意力图上的平滑损失。根据视差注意力图的物理意义可以看出，这一损失在反映了视差在局部区域内的平滑性。

数据集

图 4 Flickr1024 数据集

在双目视觉领域，现有的数据集（例如 KITTI 数据集、 Middlebury 数据集以及 ETH3D 数据集）更多地针对深度估计与光流估计等任务，在场景数量、场景多样性以及图像质量等方面无法满足双目超分辨算法的需求。因此，本文收集了 1024 幅双目图像，构建并公开了一个大型双目图像超分辨数据集 Flickr1024 ，用于对双目超分辨算法进行训练和评估。

实验结果

实验部分首先通过消融学习对网络中不同模块以及不同 Loss 函数的有效性进行了验证：

●  网络结构

表 1  不同网络结构的结果对比

●  损失函数

表 2  不同损失函数的结果对比

●  算法对比（ Comparison to the State-of-the-arts ） ：

本文在 Middlebury, KITTI2012 以及 KITTI2015 三个公开数据集上将 PASSRnet 与双目超分辨算法 StereoSR （ CVPR18 ），单图超分辨算法 SRCNN （ ECCV14 ）、 VDSR （ CVPR16 ）、 DRCN （ CVPR16 ）、 LapSRN （ CVPR17 ）以及 DRRN （ CVPR17 ）进行了对比，结果如下表所示：

表 3  不同方法的结果对比

图 5 与图 6 进一步展示了本文提出的 PASSRnet 与其他对比算法超分辨结果的可视化效果：

图 5  不同超分辨算法结果对比

图 6  不同超分辨算法结果对比

●  灵活性

本文进一步测试了 PASSRnet 算法和 StereoSR 算法在处理不同视差图像时的灵活性。实验通过对测试集图像的缩放得到不同分辨率、不同视差大小的测试图像，数值结果如下表所示：

表 4  不同方法的灵活性对比

由上表可见，随着输入图像分辨率的增加，双目图像间的视差不断增大， PASSRnet 相比于 StereoSR 的优势不断增强，这主要是因为 StereoSR 算法无法对视差超过 64 像素的图像信息进行融合，而 PASSRnet 采用了视差注意力机制，可以对双目图像全局信息进行有效融合；

当图像水平分辨率低于 64 像元时， StereoSR 需要对图像进行 Zero Padding 至 64 像元，造成了不必要的计算开销。相比之下， PASSRnet 具有更高的计算效率。

超分辨率结果视觉比较示例（请点击查看大图）：

论文链接：

https://arxiv.org/pdf/1903.05784.pdf

代码链接：

https://github.com/LongguangWang/PASSRnet

数据集链接：

https://yingqianwang.github.io/Flickr1024/

超分辨率交流群

关注最新的图像视频超分辨率技术，欢迎加入52CV-超分辨率专业交流群，扫码添加CV君拉你入群，

（ 请务必注明:SR ）：

喜欢在QQ交流的童鞋可以加52CV官方QQ群： 702781905 。

（不会时时在线，如果没能及时通过还请见谅）

长按关注 我爱计算机视觉