利用ANNF统计预测模型的单帧超分辨率算法

摘要：

针对基于稀疏不变性假设的单帧超分辨率(SR)算法的局限性,提出一种利用相似最近邻(ANN)统计预测模型的单帧SR算法.首先,利用相似最近邻思想,通过波尔茨曼机捕捉HR字典与LR字典对稀疏模式之间的依赖关系,建立统计预测模型;然后,根据LR块与HR块相关的最小均方误差(MMSE)计算网络参数,获得它们的依赖关系;最后,利用多层前向神经网络提取字典元素内积,通过计算重叠局部块预测值的均值来重建图像.利用峰值信噪比PSNR和结构相似性度量SSIM评估实验结果,实验结果表明,提出的算法在视觉效果和数值标准方面大多优于其他算法,在选择合适参数情况下,峰值信噪比至少提高0.2 dB.

关键词：超分辨率重建、稀疏不变性、相似最近邻、统计预测模型、神经网络、最小均值

所属期刊栏目：24

分类号：TP391(计算技术、计算机技术)

资助基金：新疆维吾尔自治区高校科研计划青年教师科研启动基金XJEDU2016S085;2016年度新疆工程学院科研基金

在线出版日期：2017-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1918-1924