Rede de Retroprojeção Recorrente para Super-Resolução de Vídeo

Propomos uma nova arquitetura para o problema de super-resolução de vídeo. Integramos contextos espaciais e temporais de quadros de vídeo contínuos usando um módulo de codificador-decodificador recorrente, que funde informações de múltiplos quadros com o caminho de super-resolução de quadro único mais tradicional para o quadro alvo. Em contraste com a maioria dos trabalhos anteriores, onde os quadros são agrupados através de empilhamento ou deformação, nosso modelo, a Rede de Retroprojeção Recorrente (RBPN), trata cada quadro de contexto como uma fonte separada de informação. Essas fontes são combinadas em uma estrutura de refinamento iterativo inspirada na ideia de retroprojeção em super-resolução de múltiplas imagens. Isso é auxiliado pela representação explícita do movimento inter-quadro estimado em relação ao alvo, ao invés de alinhar quadros explicitamente. Propomos um novo benchmark de super-resolução de vídeo, permitindo avaliação em uma escala maior e considerando vídeos em diferentes regimes de movimento. Resultados experimentais demonstram que nossa RBPN é superior a métodos existentes em vários conjuntos de dados.