摘要

基于事件的视觉由于其独特的特性，如高时间分辨率和高动态范围，引起了人们越来越多的关注。最近，它被用于视频超分辨率（VSR），以增强流估计和时间对准。我们在本文中提出了第一种利用事件信号进行纹理增强的VSR方法，而不是用于运动学习。我们的方法名为EvTexture，利用事件的高频细节来更好地恢复VSR中的纹理区域。在我们的EvTexture中，提出了一个新的纹理增强分支。我们进一步引入了一个迭代纹理增强模块，以逐步探索用于纹理恢复的高时间分辨率事件信息。这允许在多次迭代中逐步细化纹理区域，从而获得更准确、更丰富的高分辨率细节。实验结果表明，我们的EvTexture在四个数据集上实现了最先进的性能。对于具有丰富纹理的Vid4数据集，与最近基于事件的方法相比，我们的方法可以获得高达4.67dB的增益。