基于残差帧稀疏重建的可扩展视频超分辨率框架
计算机视觉与模式识别
2017-08-01 v1
摘要
本文介绍了一种基于压缩感知和残差帧稀疏表示的可扩展视频超分辨率框架，应用于侦察和监视场景。我们利用高效的压缩采样和稀疏重建算法，针对不同压缩率对视频序列进行超分辨率处理。我们将残差帧中残差信息的稀疏性作为设计我们框架的关键点。此外，定义了一个控制因子作为可压缩性阈值，以控制复杂度与性能的权衡。数值实验证实了所提框架在压缩率以及重建视频序列质量（以 PSNR 衡量）方面的效率。考虑到性能与复杂度的权衡，该框架相较于其他最先进算法能实现更高效的压缩率和更高的视频质量。
引用
@article{arxiv.1707.09926,
title = {A Framework for Super-Resolution of Scalable Video via Sparse Reconstruction of Residual Frames},
author = {Mohammad Hossein Moghaddam and Mohammad Javad Azizipour and Saeed Vahidian and Besma Smida},
journal= {arXiv preprint arXiv:1707.09926},
year = {2017}
}
备注
IEEE Military Communications Conference, MILCOM, 2017