摘要

爆裂超分辨率（Burst Super-Resolution, SR）技术为从低质量图像中恢复丰富细节提供了可能。然而，由于实际应用中的真实世界低分辨率（Low-Resolution, LR）图像存在多种复杂且未知的退化，现有的非盲（例如双三次插值）设计网络在恢复高分辨率（High-Resolution, HR）图像时通常会遭受严重的性能下降。本文针对从现代手持设备获取的原始爆裂序列中重建高分辨率图像的问题进行了研究。核心思想是一种内核引导策略，该策略可以通过两个步骤解决爆裂超分辨率问题：内核估计和高分辨率图像恢复。前者从原始输入中估计出爆裂内核，而后者则基于这些估计的内核预测超分辨率图像。此外，我们引入了一种金字塔内核感知可变形对齐模块，该模块可以有效地考虑模糊先验信息来对齐原始图像。在合成数据集和真实世界数据集上的大量实验表明，所提出的方法在爆裂超分辨率问题上能够达到优秀的前沿性能。我们的代码已发布在 \url{https://github.com/shermanlian/KBNet}。