基于复合高斯马尔可夫随机场先验的后验均值超分辨率
计算机视觉与模式识别
2023-06-01 v3
摘要
本文提出了一种基于复合高斯马尔可夫随机场（MRF）先验的后验均值（PM）超分辨率（SR）方法。SR是一种从观测到的多幅低分辨率图像估计空间高分辨率图像的技术。复合高斯MRF模型为自然图像提供了保留边缘的优选先验。PM是峰值信噪比（PSNR）目标函数的最优估计量。该估计量通过变分贝叶斯（VB）数值确定。然后，我们利用简单的泰勒近似解决了VB上的共轭先验问题以及复合高斯MRF先验的指数级计算成本问题。实验中，所提方法大致优于现有方法。
引用
@article{arxiv.1203.0781,
title = {Posterior Mean Super-Resolution with a Compound Gaussian Markov Random Field Prior},
author = {Takayuki Katsuki and Masato Inoue},
journal= {arXiv preprint arXiv:1203.0781},
year = {2023}
}
备注
5 pages, 20 figures, 1 tables, accepted to ICASSP2012 (corrected 2012/3/23)