TileSR: Accelerate On-Device Super-Resolution with Parallel Offloading in Tile Granularity

近年来，卷积网络在图像超分辨率（SR）方面发挥了前所未有的性能。超分辨率涉及对单个低分辨率图像进行升频，以满足特定应用对图像质量的要求，因此对移动设备至关重要。然而，SR 任务对计算和内存的要求过高，这给在资源有限的单个移动设备上映射 SR 网络带来了挑战，尤其是对于超高目标分辨率而言。本研究提出的 TileSR 是一种通过在多个协作移动设备上进行瓦片粒并行卸载来实现高效图像 SR 的新型框架。具体来说，对于传入的图像，TileSR 首先将其统一划分为多个瓦片，并选择放大难度最高（以 mPV 量化）的前 K 个瓦片。然后，我们提出了一种基于多代理多臂匪的瓦片调度算法，该算法通过探索阶段获得准确的卸载奖励，根据奖励估算得出瓦片打包决策，并利用该决策对所选瓦片进行调度。我们完全基于 COTS 硬件实现了 TileSR，实验结果表明，与其他替代方案相比，TileSR 降低了 17.77-82.2% 的响应延迟，同时提高了 2.38-10.57% 的图像质量。

TileSR - Accelerate On-Device Super-Resolution with Parallel Offloading in Tile_Chen et al._.pdf