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:
基于深度学习的视频超分辨率重构方法常面临重构精度不高或重构时间过长的问题,难以实时获得高精度的重构结果.针对此问题,文中提出基于深度残差网络的视频超分辨率重构方法,可以快速地对视频进行高精度重构,并在较小分辨率视频的重构过程中达到实时重构的要求.自适应关键帧判别子网自适应地从视频帧中判别关键帧,关键帧经过高精度关键帧重构子网进行重构.对于非关键帧,将其特征与邻近关键帧间的运动估计特征和邻近关键帧的特征逐层融合,直接获得非关键帧的特征,从而快速获得非关键帧的重构结果.在公开数据集上的实验表明,文中方法能实现对视频的快速、高精度重构,鲁棒性较好.
推荐文章
基于视频模式识别的快速超分辨率重建
图像处理
超分辨率重建
快速MAP重建算法
模式识别
基于卷积神经网络的视频图像超分辨率重建方法
视频
超分辨率重建
卷积神经网络
深度学习
一种自适应视频图像超分辨率重构算法
超分辨率
图像重构
凸集投影
运动估计误差
边缘约束
视频的超分辨率增强技术综述
视频
图像
超分辨率
时空
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 基于运动特征融合的快速视频超分辨率重构方法
来源期刊 模式识别与人工智能 学科 工学
关键词 超分辨率重构 关键帧 运动估计特征 特征融合
年,卷(期) 2019,(11) 所属期刊栏目 研究与应用
研究方向 页码范围 1022-1031
页数 10页 分类号 TP389.1
字数 7520字 语种 中文
DOI 10.16451/j.cnki.issn1003-6059.201911007
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 赵宇 北京工业大学信息学部 10 6 2.0 2.0
2 付利华 北京工业大学信息学部 19 69 6.0 7.0
3 孙晓威 北京工业大学信息学部 4 1 1.0 1.0
4 李宗刚 北京工业大学信息学部 1 0 0.0 0.0
5 黄笳倞 北京工业大学信息学部 1 0 0.0 0.0
6 王路远 北京工业大学信息学部 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
超分辨率重构
关键帧
运动估计特征
特征融合
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导