10.3969/j.issn.1006-9348.2020.01.094
基于深度卷积神经网络的图像帧间补偿研究
由于图像分辨率低,传输过程中容易出现图像丢失、不清晰现象.针对上述问题,提出一种深度卷积神经网络算法实现图像帧间补偿.首先依据深度卷积神经网络构建图像帧间补偿模型,其次采用稀疏自编码与线性解码方式提取出该补偿模型的图像特征,再通过多层卷积神经网络对图像特征做映射处理,最后根据稀疏算法重建图像帧分辨率,使图像帧间得到补偿.实验结果表明,基于深度卷积神经网络的图像帧补偿实训可以有效提高图像帧分辨率,解决图像丢失问题,实现了图像高清晰化.
图像帧、特征提取、分辨率低、图像映射、图像帧间补偿
37
TP391(计算技术、计算机技术)
国家自然科学基金;陕西省科技厅自然科学基础研究计划项目;国家级大学生创新创业训练项目
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
452-455