项目名称: 基于自媒体处理中的极坐标下的非线性理论及超分辨率重建方法研究

项目编号: No.61502141

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 计算机科学学科

项目作者: 何蕾

作者单位: 合肥工业大学

项目金额: 20万元

中文摘要: 本项目研究目标是以非线性理论与方法为基础平台,对自媒体内容处理中的超分辨率重建技术展开研究,以丰富和发展计算机图形学、模式识别和视频处理、分析与理解中的基本理论与方法。具体的研究内容包括:设计一种能够有效表示视频信息的非线性模型;探索视频/图像超分辨率重建中的非线性插值方法;设计并构造出基于极坐标下的连分式的插值格式;构造基于梯度先验的连分式插值格式;设计并实现能够自适应的超分辨率重建算法。

中文关键词: 视频超分辨率重建;非线性方法;极坐标;梯度先验知识

英文摘要: The objective of this project is to conduct the research on super-resolution reconstruction technique related to the “We Media” processing by means of nonlinear theory and methods and to develop and enrich the basic theory and methods for computer graphics, pattern recognition as well as video processing, analysis and understanding. The contents include, but are not limited to the followings: the design of the nonlinear models which effectively represent video information; the exploration of the nonlinear interpolation methods on video/image super-resolution reconstruction; the design and construction of the interpolation formula based on the continued fractions in polar coordinates; the construction of the continued fractions interpolation formula by the gradient prior knowledge; the design and implementation of adaptive super-resolution reconstruction algorithms.

英文关键词: Video super-resolution reconstruction;nonlinear methods;polar coordinates;gradient prior knowledge

成为VIP会员查看完整内容
0

相关内容

基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
专知会员服务
39+阅读 · 2021年9月30日
专知会员服务
27+阅读 · 2021年9月6日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
28+阅读 · 2020年12月16日
专知会员服务
77+阅读 · 2020年12月6日
CVPR 2022 | Restormer: 刷新多个low-level任务指标
极市平台
0+阅读 · 2022年3月13日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
图像/视频去噪算法资源集锦
专知
18+阅读 · 2019年12月14日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
CVPR 2019 | 神奇的超分辨率算法DPSR:应对图像模糊降质
计算机视觉life
16+阅读 · 2019年4月25日
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
人工智能前沿讲习班
15+阅读 · 2019年2月27日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
ResT V2: Simpler, Faster and Stronger
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月14日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
小贴士
相关VIP内容
基于深度学习的视频超分辨率重构进展综述
专知会员服务
17+阅读 · 2022年3月7日
专知会员服务
39+阅读 · 2021年9月30日
专知会员服务
27+阅读 · 2021年9月6日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
35+阅读 · 2021年2月20日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
28+阅读 · 2020年12月16日
专知会员服务
77+阅读 · 2020年12月6日
相关资讯
CVPR 2022 | Restormer: 刷新多个low-level任务指标
极市平台
0+阅读 · 2022年3月13日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
图像/视频去噪算法资源集锦
专知
18+阅读 · 2019年12月14日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
CVPR 2019 | 神奇的超分辨率算法DPSR:应对图像模糊降质
计算机视觉life
16+阅读 · 2019年4月25日
基于深度学习的图像超分辨率最新进展与趋势【附PDF】
人工智能前沿讲习班
15+阅读 · 2019年2月27日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员