视差引导的可变形卷积光场图像超分辨重建方法

来源：信号处理杂志 2025年第4期北京时间：

作者：杨俊刚, 王应谦, 梁政宇, 吴天昊, 安玮

摘要：光场图像超分辨重建旨在通过利用光场图像的视角域互补信息提升光场图像分辨率，恢复图像细节并改善图像质量。当前光场图像获取设备主要为微透镜相机（例如Lytro相机、RayTrix相机）和阵列相机。其中，微透镜相机记录的不同视角图像的视差最大值通常小于1像素，阵列相机记录的不同视角图像的视差最大值通常大于1像素。现有光场图像超分辨重建方法大多基于微透镜相机设计，在应用于阵列相机记录的大视差光场图像时会因为视角间互补信息利用不充分导致明显的性能下降。受启发于光场视差估计与可变形卷积网络的启发，本文设计了视差引导的可变形卷积光场图像超分辨重建方法，用于获取大视差光场图像视角域互补信息。所提方法首先对光场各子视角图像进行视差估计，基于视差图生成可变形卷积偏移量，随后实现跨视角特征对齐与互补信息结合，最后通过多级蒸馏机制完成特征融合与超分辨重建。本文在领域通用的5个公开数据集上对算法的有效性进行了验证。实验结果表明，所提方法可实现领先的超分辨重建性能，并且在针对大视差具备较好的鲁棒性。

关键词：‍‍光场, 超分辨, 视差估计, 可变形卷积