含噪数据的多帧超分辨率
计算机视觉与模式识别
2021-05-03 v1 图像与视频处理
摘要
由于问题的不适定性，从带截断噪声的低分辨率数据获取高分辨率图像在算法上具挑战性。迄今此类问题鲜被解决，少数现有方法使用简化正则化项。我们展示了基于各向异性扩散思想的两种自适应正则化项的效用：除评估经典的边缘增强各向异性扩散正则化项外，我们引入一种新颖的、采用单边差分且性能更优的非局部正则化项，称为扇形扩散（sector diffusion）。将其与经典超分辨率观测模型的全部六种变体结合，这些变体由其形变、模糊和下采样三个算子的排列产生。令人惊讶的是，在具实际相关性的含噪场景中的评估排序，不同于我们先前无噪设置下的工作（SSVM 2017）。
引用
@article{arxiv.2103.13778,
title = {Multi-frame Super-resolution from Noisy Data},
author = {Kireeti Bodduna and Joachim Weickert and Marcelo Cárdenas},
journal= {arXiv preprint arXiv:2103.13778},
year = {2021}
}