喜报 | 我所一篇论文被计算机领域顶级期刊TIP录用

发布时间：2021年5月7日

      近日，我所一篇题为End-to-End Light Field Spatial Super-Resolution Network using Multiple Epipolar Geometry 的论文被CCF A类期刊 IEEE Transactions on Image Processing（TIP）正式录用。该论文由张硕老师、博士生常松和林友芳老师合作完成。

      本文提出了一种端到端学习的方法重建高空间分辨率的光场图像，以缓解光场图像有限的空间分辨率给相关应用带来的困难。

      基于光场图像的多极面几何性质，将光场图像中的视角沿不同的方向分为多个图像堆栈，并将其输入到对应的分支网络中。由于光场图像在角度域的采样较为密集，所以多方向分支网络能够提取多个空间方向上的亚像素细节。

       本文的主要贡献总结如下：

          1）提出了使用多极面几何结构的端到端光场空间超分辨框架MEG-Net，通过探索各个角度方向上对应空间方向的亚像素信息，对光场图像的所有视角同时进行超分辨。

          2）所提出的方法可以适用于不同角度分辨率的光场图像的空间超分辨任务，即不需要针对不同角度分辨率的任务训练不同的模型。

          3）在各种具有挑战性的场景中进行的大量实验表明，所提出的MEG-Net在不同任务中的数值和视觉评价方面均取得了最先进的结果。