本文分享论文『Investigating Tradeoffs in Real-World Video Super-Resolution』，来自南洋理工大学，是 BasicVSR 与 BasicVSR++ 作者围绕BasicVSR的又一力作，把BasicVSR应用到了真实世界数据集中，实现了前所未有的视觉重建效果。

论文链接：

https://arxiv.org/pdf/2111.12704.pdf

项目链接：

https://github.com/ckkelvinchan/RealBasicVSR

真实世界VSR中的退化多样性和复杂性是不可忽视的挑战，本文围绕真实世界VSR完成如下三块的论述：

  1. 在轻度退化的情况下，长期传播可以提高性能，但在真实世界中，复杂的退化可能通过传播被夸大，这种现象导致了增强细节和抑制伪影之间的权衡。为此，本文提出图像预清洁模块来平衡细节合成和伪影抑制。

  2. 真实世界VSR模型通常使用不同的降级进行训练，由此需要增加批次以产生稳定的梯度，这不可避免地会增加计算负担：速度性能权衡与批次长度权衡。本文提出了一种随机退化方案，并建议在训练过程中使用更长的序列而不是更大的批次，这样可以更有效地利用时间信息，获得更稳定的性能。

  3. 为了便于公平比较，本文提出了新的VideoLQ数据集，该数据集包含大量真实世界的低质量视频序列，其中包含丰富的纹理和模式，可以作为基准测试的共同基础。

内容中包含的图片若涉及版权问题，请及时与我们联系删除