自我监督的跨模式超分辨率（SR）可以克服获得配对训练数据的困难，但由于只有低分辨率（LR）源和高分辨率源（HR）指导图像，因此具有挑战性。现有方法利用伪或LR空间中的弱监督，因此提供了模糊或不忠于源方式的结果。为了解决这个问题，我们提出了一个相互调制的SR（MMSR）模型，该模型通过相互调制策略来解决任务，包括源至指南调制和指南对源调制。在这些调制中，我们开发了跨域自适应过滤器，以完全利用跨模式的空间依赖性，并有助于诱导源以模拟指南的分辨率并诱导指南模仿源的模态特征。此外，我们采用周期一致性约束，以完全自我监督的方式训练MMSR。各种任务的实验证明了我们的MMSR的最新性能。
translated by 谷歌翻译