应用空时相关性的单视频超分辨率算法

已有的单视频超分辨率算法大多基于精确的运动估计,当运动估计不准确时,超分辨率结果中将出现失真现象.针对这一问题,提出一种新的单视频超分辨率算法.通过三维非局部均值约束模型表征视频内的空时相关性,同时采用总变分模型表征视频帧内局部相似性.最后,为了求解所建立的最优化问题,提出了基于split-Bregman方法的快速迭代算法.实验结果表明,与同类算法相比,提出的算法获得了最佳客观及主观结果.     

基于非局部均值和总变分最小化的单视频超分辨率算法

传统的基于重建的单视频超分辨率方法能够获得较好的重建效果。然而,已有算法没有充分利用视频内的帧间、帧内相关性,重建效果仍有待提升。针对这一问题,提出了一种新的单视频超分辨率算法。为充分利用帧内相关性,采用非局部均值模型表征帧内非局部结构特性,采用总变分模型表征帧内局部结构特性;为了探索帧间相关性,采用光流法进行帧间预测。最后,为了求解所建立的优化问题,提出了基于split-Bregman方法的快速迭代算法。实验结果表明,与同类算法相比,所提算法在主、客观质量上均有相应的提升。