基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种集成超分辨率重建的图像压缩编码新型框架.在编码端对输入图像以因子2进行下采样,对下采样图像用JPEG标准编解码,而后采用事先通过外部训练库训练得到的字典,对解码后的图像进行基于学习的超分辨率重建.为了进一步提高解码重建图像质量,在算法框架中设计了反馈环节,即在编码端用原始图像减去超分辨率重建图像得到残差辅助图像,在解码端用该残差辅助图像弥补在超分辨率图像重建环节中损失的高频细节信息,在保证残差辅助图像较低编码比特率的情况下,大幅度提高了解码重建图像质量.此外,还实现了框架图像编码控制量化参数的单一化,实用性较强.实验结果表明,算法较JPEG标准在相同峰值信噪比的情况下,编码比特率大幅度降低,压缩倍数提高较多.
推荐文章
基于MAP算法的图像超分辨率重建
超分辨率
图像重建
最大后验概率
基于二维DCT的图像压缩编码及其实现
图像压缩
DCT变换
Matlab仿真
峰值信噪比
基于深度学习的图像超分辨率重建技术的研究
人工智能
深度学习
超分辨率
制造工艺
视频超分辨率重建及其刑侦应用
视频超分辨率重建
空间超分辨率
时间超分辨率
视频序列建模
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 集成超分辨率重建的图像压缩编码新型框架及其实现
来源期刊 数据采集与处理 学科 工学
关键词 图像编码 超分辨率重建 反馈 残差辅助图像
年,卷(期) 2014,(1) 所属期刊栏目
研究方向 页码范围 36-42
页数 7页 分类号 TN919.8
字数 5842字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何小海 四川大学电子信息学院 395 2334 21.0 30.0
2 吴笛 四川大学电子信息学院 14 113 4.0 10.0
3 滕奇志 四川大学电子信息学院 198 900 14.0 21.0
4 卿粼波 四川大学电子信息学院 181 565 11.0 15.0
5 黄建秋 四川大学电子信息学院 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (8)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(6)
  • 参考文献(5)
  • 二级参考文献(1)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
图像编码
超分辨率重建
反馈
残差辅助图像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
论文1v1指导