圖像/視頻超分辨率技術(shù)（Super-Resolution,SR）屬于圖像/視頻復(fù)原技術(shù)的一種,將低分辨率（Low-Resolution,LR）圖像/視頻恢復(fù)成高分辨率（High-Resolution,HR）圖像/視頻,也可以看作是尋找LR圖像/視頻與HR圖像/視頻之間的非線性映射。目前超分辨率已經(jīng)被成功地應(yīng)用到醫(yī)療成像、視頻監(jiān)控和遙感成像等領(lǐng)域,研究圖像和視頻的超分辨率具有重要的意義。我們對基于深度學(xué)習(xí)的圖像和視頻的超分辨率算法進(jìn)行了研究,主要研究成果如下:首先,提出了一種級聯(lián)的多列卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率算法。該算法從LR圖像中提取多尺度特征來重建對應(yīng)的HR圖像。為了減少了卷積的計算開銷,算法直接將原始LR圖像直接作為網(wǎng)絡(luò)的輸入,學(xué)習(xí)雙三次插值后的LR圖像與對應(yīng)HR圖像之間的殘差圖像。此外,為了達(dá)到更好的重建質(zhì)量,我們使用平均絕對誤差作為損失函數(shù)來優(yōu)化網(wǎng)絡(luò)。實驗結(jié)果表明,我們提出的方法在重建質(zhì)量和計算效率上優(yōu)于以往很多算法。在此基礎(chǔ)上,提出了一種基于局部二值模式（Local Binary Patterns,LBP）先驗的多列卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率算法。利用LBP可描述圖像局部紋... 

【文章來源】：上海大學(xué)上海市 211工程院校

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
英文縮略詞
第1章 緒論
    1.1 課題來源
    1.2 課題研究的背景和意義
    1.3 研究現(xiàn)狀
        1.3.1 圖像超分辨率方法研究
        1.3.2 視頻超分辨率方法研究
    1.4 論文主要研究內(nèi)容及結(jié)構(gòu)安排
第2章 基于深度學(xué)習(xí)的超分辨率概述
    2.1 引言
    2.2 問題定義
    2.3 數(shù)據(jù)集
    2.4 質(zhì)量評價
        2.4.1 峰值信噪比
        2.4.2 結(jié)構(gòu)相似性
        2.4.3 平均主觀意見分
    2.5 上采樣
        2.5.1 預(yù)上采樣超分辨率
        2.5.2 后上采樣超分辨率
        2.5.3 漸進(jìn)上采樣超分辨率
        2.5.4 迭代上下采樣超分辨率
    2.6 網(wǎng)絡(luò)結(jié)構(gòu)
        2.6.1 殘差網(wǎng)絡(luò)
        2.6.2 遞歸網(wǎng)絡(luò)
        2.6.3 密集連接網(wǎng)絡(luò)
        2.6.4 基于注意力機(jī)制的網(wǎng)絡(luò)
        2.6.5 多路徑網(wǎng)絡(luò)
    2.7 損失函數(shù)
        2.7.1 像素?fù)p失
        2.7.2 內(nèi)容損失
        2.7.3 對抗損失
    2.8 本章小結(jié)
第3章 基于深度學(xué)習(xí)的圖像超分辨率算法
    3.1 引言
    3.2 基于級聯(lián)的多列卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率算法
        3.2.1 網(wǎng)絡(luò)結(jié)構(gòu)
        3.2.2 圖像重建
        3.2.3 實驗結(jié)果與分析
    3.3 基于局部二值模式先驗的多列卷積神經(jīng)網(wǎng)絡(luò)的圖像超分辨率算法
        3.3.1 局部二值模式
        3.3.2 網(wǎng)絡(luò)結(jié)構(gòu)
        3.3.3 實驗結(jié)果與分析
    3.4 本章小結(jié)
第4章 基于深度學(xué)習(xí)的視頻超分辨率算法
    4.1 引言
    4.2 基于循環(huán)多列3D卷積網(wǎng)絡(luò)的視頻超分辨率算法
        4.2.1 光流估計
        4.2.2 運(yùn)動補(bǔ)償
        4.2.3 多列3D卷積網(wǎng)絡(luò)
    4.3 實驗結(jié)果與分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
作者在攻讀碩士學(xué)位期間公開發(fā)表的論文
作者在攻讀碩士學(xué)位期間所作的項目
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于三次樣條插值的圖像放大的離散算法[J]. 王忠謙,朱寧.  蘇州大學(xué)學(xué)報(自然科學(xué)版). 2005(02)



本文編號：3150924