基于二分K均值聚类和最近特征线的视频超分辨率重建方法

被引：4

作者：

渠慎明 ^{[1
,2
]}

王青博 ^{[2
]}

刘珊 ^{[2
]}

张东生 ^{[2
]}

机构：

[1] 河南大学智能网络系统研究所

[2] 河南大学软件学院

来源：

河南大学学报(自然科学版) | 2018年 / 48卷 / 03期

关键词：

视频超分辨率; 关键帧; 二分K均值聚类; 最近特征线;

D O I：

10.15991/j.cnki.411100.2018.03.005

中图分类号：

TP391.41 [];

学科分类号：

摘要：

提出一种基于二分K均值聚类和最近特征线的视频超分辨率重建方法.该方法在生成图像块训练样本库阶段,为了解决传统K均值算法对图像块聚类时间复杂度较大的问题,设计一种基于二分K均值图像块聚类算法,用以实现快速构建初始训练样本库;在视频帧超分重建阶段,通过改进的最近特征线方法扩充样本库,并舍弃其中的不合适样本,提升样本库的表达能力.该视频超分辨率重建方法应用于基于关键帧的视频超分辨率重建,首先对时序上近邻的两个关键帧下采样并分块,然后使用图像块聚类算法构建初始训练样本库;对于这两个关键帧之间的低分辨率帧,使用改进的最近特征线方法扩充的训练样本库重建出对应的高分辨率帧.实验结果表明,提高了视频超分辨率重建的时间效率,同时也提升了每一帧重建图像的主客观质量,证明了算法的有效性.

引用

页码：292 / 298

页数：7

共 6 条

[1]

基于深度学习的图像超分辨率复原研究进展 [J].