位置:成果数据库 > 期刊 > 期刊详情页
一种简单有效的视频序列超分辨率复原算法
  • ISSN号:0254-0037
  • 期刊名称:北京工业大学学报
  • 时间:0
  • 页码:742-747
  • 语言:中文
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京工业大学信号与信息处理研究室,北京100124
  • 相关基金:国家自然科学基金资助项目(60472036,60772069);北京市自然科学基金资助项目(4052007);北京市科技新星计划基金资助项目(2005B08).
  • 相关项目:基于移动Agent的无线视频传感器网络协同信号与信息处理技术研究
中文摘要:

针对视频序列中逐帧图像的超分辨率复原问题,提出一种基于参考高分辨率图像的视频序列超分辨率复原算法.该算法利用了大多视频设备能同时提供静止图像和动态视频拍摄的特点,以同一场景获取的高分辨率静止图像为参考图像,提取高频细节经运动估计补偿和可信度加权后用于低分辨率序列各帧的超分辨率复原,并采用最大后验概率约束优化进一步提高复原图像的保真度.实验中采用多个序列对算法性能进行了测试,结果表明,该方法对各序列中连续多帧的复原效果均明显优于传统的双线性插值方法和基于最大后验概率(MAP)的静态批处理方法,其平均PSNR值与MAP静态批处理方法相比提高了2.4 dB以上.

英文摘要:

To solve the problem of sequence to sequence super resolution, a video sequence super resolution algorithm based on a frame of reference high resolution image is proposed in this paper. The algorithm is based on the fact that in most cases, the vidicon device has dual mode: HR(High Resolution) still and LR(Low Resolution) video. In the algorithm, a HR still image acquired from the same scene is used as an example, the high frequency details of it are extracted and then motion compensated and reliability weighted for super resolution of the corresponding low resolution frames. The estimated HR frames are then constraint optimized under the Maximum A Posteriori(MAP) framework to improve its fidelity. Evaluated by several sequences, the proposed algorithm shows obvious performance improvements compared with the traditional bilinear interpolation and the MAP based static batch method. The average PSNR(Peak Signal-to-Noise Ratio) of the reconstructed frames are improved by more than 2.4 dB.

同期刊论文项目
期刊论文 41 会议论文 18 获奖 3 专利 2 著作 2
期刊论文 52 会议论文 3 著作 1
同项目期刊论文
期刊信息
  • 《北京工业大学学报》
  • 中国科技核心期刊
  • 主管单位:北京市教委
  • 主办单位:北京工业大学
  • 主编:卢振洋
  • 地址:北京市朝阳区平乐园100号
  • 邮编:100124
  • 邮箱:xuebao@bjut.edu.cn
  • 电话:010-67392535
  • 国际标准刊号:ISSN:0254-0037
  • 国内统一刊号:ISSN:11-2286/T
  • 邮发代号:2-86
  • 获奖情况:
  • 中国高等学校自然科学学报优秀学报二等奖,北京市优秀期刊,华北5省市优秀期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11924