一种基于深度学和自相似性的视频超分辨率重建方法

摘要

本发明公开了一种基于深度学和自相似性的视频超分辨率重建方法，属于视频处理技术领域。本方法包括视频帧提取、初步估计、初步重建、再次重建和视频帧整合等步骤。本方法综合利用了外部训练集和内部自相似性所提供的先验约束条件，对于一些平滑区域和极少出现在视频帧序列内部的不规则结构信息，以及一些很少出现在外部训练集而重复出现在视频帧序列内部的独特和奇异特征等情况都具有较好的重建效果，此外，本方法不依赖于精确的亚像素运动估计，因而能够适应于复杂的运动场景，实现较大倍数的超分辨率重建。

主权项

一种基于深度学习和自相似性的视频超分辨率重建方法，其特征在于，包括以下步骤：将输入视频分解为视频帧，得到输入视频帧序列；使用经过训练的卷积神经网络对所述输入视频帧序列中的各帧进行初步估计，得到初步估计的视频帧序列；对于所述初步估计的视频帧序列中的待重建像素点，根据待重建像素点与该待重建像素点的时空邻域内的临近像素点的相似性程度，使用临近像素点对所述待重建像素点进行初步重建，得到初步重建的视频帧序列；使用基于先验非局部自相似性块群的高斯混合模型对所述初步重建的视频帧序列中的各帧进行再次重建，得到再次重建的视频帧序列；将所述再次重建的视频帧序列中的各帧按时间顺序整合，得到输出视频。