基于自学习邻居嵌入的超分辨率特征选择

摘要：

给出一些特征提取方法,来提取低分辨率(LR)空间中的块特征,并测试它们选择高分辨率(HR)块的能力.针对邻域嵌入(NE)与训练集的高度相关性,采用自学习方法来生成训练集.部分LR特征可以获得更高质量的HR块,这些HR块与理想的HR块非常相似.自学习实验结果表明,利用所提取的特征可以得到不同的HR重建结果.部分特征提取方法效果好、效率高,所获特征可为基于NE的超分辨率(SR)算法所用,并能解决一对多的不适定问题.

关键词：自学习、特征提取、超分辨率算法

所属期刊栏目：23

分类号：TP391.41(计算技术、计算机技术)

资助基金：Natural Science Foundation of China 61601362,61571361,61671377,41504115:New Star Team of Xi'an University of Posts and Telecommunications xyt2016-01

在线出版日期：2019-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：59-69