项目名称: 图像及视频盲超分辨率重建及其关键技术研究

项目编号: No.61202195

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 覃凤清

作者单位: 宜宾学院

项目金额: 25万元

中文摘要: 在医学、遥感、军事、智能监控等许多领域中,需要获得高分辨率的图像及视频,如何提高现有成像设备所得到的图像及视频的分辨率成为迫切需要解决的问题,超分辨率重建技术是解决该问题成本低、可实现性高的有效方法。目前,图像及视频盲超分辨率重建技术还处于初级研究阶段,部分关键技术尚未得到较好解决,亟待更深入地研究。本项目的主要创新点有:(1)对非刚体运动配准算法进行研究,提出五参数、六参数和十参数运动模型分别对仿射变换及投影变换进行配准,使用一个新的作用力对弹性变换进行配准,扩大配准算法的适用范围;(2)提出高斯、运动、散焦点扩展函数的估计方法,对多种模糊共存时的点扩展函数进行研究,提高超分辨率重建图像及视频的质量;(3)提出新的正则化模型,引入运动配准误差及降晰函数估计误差,抑制重建图像及视频中的"鬼影现象";(4)提出帧间存在较大全局运动及较大局部运动时的视频盲超分辨率重建方法,提高算法的实用性。

中文关键词: 盲超分辨率重建;点扩展函数估计;运动配准;迭代反投影;鬼影现象

英文摘要: High resolution images and videos are often required in many areas such as medical, remote sensing, military, intelligent monitoring etc. How to improve the resolution of images and videos acquired by the current imaging devices becomes an urgent problem. Super resolution reconstruction technology is an efficient way to solve this problem with low cost and high realizability. At present, the research on image and video blind super resolution reconstruction is still on elementary stage. Some key technologies have not been well resolved, which need further studies. The main innovative points are expressed as follows: (1) In order to extend the applicable range of the registration algorithm, non-rigid motion registration methods are researched. Motion models with five parameters, six parameters and ten parameters are proposed respectively to registrate affine transformation and projective transformation, and a new force is used to estimate elastic transformation; (2)In order to improve the quality of super resolution reconstructed image and video,Gaussian,Motion and defocus point spread function estimation methods are proposed, and point spread function in the case of multiple blur coexisted estimation method is researched; (3) in order to restrain the ghost phenomenon appeared in reconstructed images and videos,

英文关键词: Blind Super Resolution Reconstruction;Point Spread Function Estimation;Movement Registration;iterative back projectio;host Phenomenon

成为VIP会员查看完整内容
1

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
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30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
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
31+阅读 · 2021年2月17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 论文大盘点-超分辨率篇
极市平台
77+阅读 · 2019年6月23日
超分辨率相关资源大列表
极市平台
24+阅读 · 2019年5月11日
低清视频也能快速转高清:超分辨率算法TecoGAN
机器之心
13+阅读 · 2019年4月16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
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月16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
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
智能视频监控关键技术:行人再识别研究综述
专知会员服务
38+阅读 · 2021年12月30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
专知会员服务
36+阅读 · 2021年4月23日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
61+阅读 · 2021年3月6日
专知会员服务
31+阅读 · 2021年2月17日
相关资讯
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 论文大盘点-超分辨率篇
极市平台
77+阅读 · 2019年6月23日
超分辨率相关资源大列表
极市平台
24+阅读 · 2019年5月11日
低清视频也能快速转高清:超分辨率算法TecoGAN
机器之心
13+阅读 · 2019年4月16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
干货|全景视频拼接的关键技术分析
全球人工智能
13+阅读 · 2017年7月15日
相关基金
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月16日
微信扫码咨询专知VIP会员