基于CNN特征提取的双焦相机连续数字变焦

• 作者: 冯华君 徐之海 李奇 赫贵然 陈跃庭
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 非对称双焦镜头 连续数字变焦 卷积神经网络(CNN) 特征提取 超分辨成像 图像恢复
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算机与自动化技术
• 页码范围: 1182-1189
• 页数: 8页
• 分类号: TP751.1
• 字数: 4791字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2019.06.018

摘要

设计一种主要针对智能手机双焦镜头的连续数字变焦方案.该方案基于卷积神经网络特征层提取和特征块匹配,充分利用2个不同焦距镜头的拍摄信息,将长焦镜头图像的高分辨信息迁移到短焦图像的可修复区域,并以修复后的短焦图像为基础进行数字变焦.仿真和实验结果表明,相比基于传统插值放大的变焦方案和基于单图像超分辨的变焦方案,所提方案的处理结果拥有更高的主观分辨率和视觉清晰度;当用户给定的变焦倍数在长、短焦镜头倍数之间时,所提方案可以显著提升变焦图像的质量;对于处于长焦相机视场外、短焦相机视场内的纹理,修复效果比现有方法更好;该方法的处理结果对长焦、短焦图像的双目视差大小有着很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯华君	浙江大学光电科学与工程学院	145	2098	25.0	41.0
2	徐之海	浙江大学光电科学与工程学院	132	1897	23.0	39.0
3	李奇	浙江大学光电科学与工程学院	108	1760	23.0	39.0
4	陈跃庭	浙江大学光电科学与工程学院	51	297	9.0	15.0
5	赫贵然	浙江大学光电科学与工程学院	1	0	0.0	0.0