作者:李键红; 吴亚榕; 吕巨建 期刊:《光学精密工程》 2018年第11期
在单帧图像超分辨率问题中,基于高斯过程回归的超分辨率算法没有挖掘相似图像片间的关联关系或者无差别地用相似图像片来扩充训练集合,都会导致重建的高分辨率图像中存在明显的噪声和伪影。对此提出了一种基于多任务高斯过程回归的超分辨率算法。该算法通过引入多任务学习思想,将输入的低分辨率图像进行分片处理,把每一个图像片的超分辨率过程视为一个任务。在对相似任务建模的过程中,通过最优化求解的参数集合来体现任务间的共性...
作者:李键红; 吴亚榕; 吕巨建 期刊:《计算机科学》 2018年第04期
基于稀疏表示的图像超分辨率重建算法以近似随机抽取的方式选取字典中的原子来拟合图像片,而实际中的字典原子的选择体现出了很强的结构稀疏性,从而导致算法计算复杂且引入了大量的误差,影响重建图像的质量。针对该问题,提出了一种基于组稀疏表示的在线图像超分辨率重建算法。该方法引入组稀疏理论,仅利用输入的低分辨率图像作为样本来构建组稀疏字典,通过结合组稀疏性和几何对偶性来构建超分辨率图像算法的成本函数,并使用提出的...
作者:吴亚榕 期刊:《仲恺农业工程学院学报》 2015年第04期
为了充分利用图像的自相似性质,针对图像的超分辨率重建问题构造了一个多任务学习的问题,并基于高斯过程回归进一步扩展,提出了一个新颖的单帧图像超分辨率重建算法.该算法能够在图像的超分辨率重建结果中有效地抑制图像显著边缘处出现的噪声和伪影,并能生成视觉效果更为自然的高分辨率图像.实验表明该算法产生的高分辨率图像结果能够相当于甚至超越当前先进的算法.