基于样例的图像超分辨率联合字典学习
计算机视觉与模式识别
2017-01-13 v1
摘要
在本文中，我们提出一种利用稀疏表示的基于样例的图像超分辨率(SR)新联合字典学习方法。低分辨率(LR)字典从一组LR样本图像块训练得到。利用这些LR块在LR字典上的稀疏表示系数，通过最小化HR样本块的重建误差来训练高分辨率(HR)字典。此处使用的误差准则是均方误差。通过这种方式，我们保证HR块在HR字典上具有与LR块在LR字典上相同的稀疏表示，同时这些稀疏表示能很好地重建HR块。仿真结果表明了我们的方法相较于最先进的SR算法的有效性。
引用
@article{arxiv.1701.03420,
title = {Joint Dictionary Learning for Example-based Image Super-resolution},
author = {Mojtaba Sahraee-Ardakan and Mohsen Joneidi},
journal= {arXiv preprint arXiv:1701.03420},
year = {2017}
}
备注
5 pages, 1 figure, 1 table