GB-LSR：利用学习型全局带宽进行任意尺度超分辨率的局部谱解码

arXiv:2606.19617v2 公告类型：替换交叉版本 摘要：我们提出 GB-LSR（全局带宽局部谱表示），一种用于连续图像解码的固定网格局部谱表示。图像域被划分为互不重叠的方形图像块。每个图像块携带截断傅里叶基的系数，这些系数由共享卷积编码器特征经过单个线性投影预测得到；同时，所有图像块和所有图像共享一个可训练的标量带宽。与早期的局部谱解码器一样，在连续坐标处进行解码时，只需对固定大小的基函数进行收缩运算，其计算成本由谱截断决定；GB-LSR 学习该基函数的带宽，而不是将其固定。我们评估了任意尺度超分辨率扩展 GB-LSR-Scalar-ASR，并在相同的 RDN 编码器上，将其与作者发布的 LIIF、LTE 和 SRNO 检查点进行比较；所有方法均采用同一评测协议，并在每个尺度上于一次会话中计时，每次使用一块 GPU。在 x4 下，其速度达到 LIIF-RDN 的 1.25 倍，并与 SRNO-RDN 一样快；而 SRNO-RDN 发布的代码在 Urban100 上使用的峰值内存是其 15 倍。在分布内测试中，它的 PSNR-Y 比三个编码器匹配的基线低 0.07 至 0.79 dB，比 SRNO-RDN 平均低 0.35 dB。移除局部集成后，在 x4 下相较于 LIIF-RDN 和 SRNO-RDN 的加速比分别提升至 2.41 倍和 1.95 倍，在 x8 下分别提升至 3.00 倍和 2.41 倍；除随机种子造成的波动外，PSNR-Y 没有变化，但代价是在 x4 下单元边界处出现平均 0.22 个灰度级（以 255 为满量程）的数值跳变。与五种近期方法在 x4 下基于 EDSR-baseline 的检查点相比，GB-LSR-Scalar-ASR 的 PSNR-Y 高于或至多低于 LMF、SRNO-EDSR 和 OPE-SR-EDSR 0.17 dB（参数量为 1.39 至 6.43 百万，而 GB-LSR 为 22.02 百万），比 GSASR 和 Thera 低 0.14 至 0.57 dB（参数量分别为 20.44 百万和 5.85 百万）；此外，其 x4 下的平均 LPIPS 高于所有基线。