| 发明名称 | 一种深度图超分辨方法 | ||
| 摘要 | 本发明公开了一种深度图超分辨方法，包括:进行低分辨率字典A<sub>L</sub>和高分辨率字典A<sub>H</sub>的训练；从待处理的低分辨率深度图D'<sub>L</sub>中提取低分辨率图像块集合<img file="DDA0000803160410000011.GIF" wi="119" he="94" />及其对应的低分辨率特征集合<img file="DDA0000803160410000012.GIF" wi="143" he="94" />对于每一个低分辨率特征<img file="DDA0000803160410000013.GIF" wi="102" he="70" />输入无噪的高分辨率的引导彩色图C<sub>H</sub>，利用C<sub>H</sub>计算出每一个高分辨率特征满足的权重约束W，结合低分辨率字典A<sub>L</sub>和高分辨率字典A<sub>H</sub>以及权重约束W并利用0范数求解得到重构系数α，再使用重构系数α和高分辨率字典A<sub>H</sub>重建出对应的高分辨率特征<img file="DDA0000803160410000014.GIF" wi="118" he="70" />再将所有重构的高分辨特征<img file="DDA0000803160410000015.GIF" wi="121" he="91" />加上对应的低分辨率图像块<img file="DDA0000803160410000016.GIF" wi="150" he="94" />得到所有相应的高分辨率图像块<img file="DDA0000803160410000017.GIF" wi="158" he="87" />融合所有高分辨图像块形成一张高分辨深度图D'<sub>H</sub>。该方法结合了引导图像插值方法和稀疏表示方法，处理速度快，获得的高分辨率深度图质量高。 | ||
| 申请公布号 | CN105335929A | 申请公布日期 | 2016.02.17 |
| 申请号 | CN201510586470.5 | 申请日期 | 2015.09.15 |
| 申请人 | 清华大学深圳研究生院 | 发明人 | 张永兵;林荣群;王好谦;王兴政;戴琼海 |
| 分类号 | G06T3/40(2006.01)I | 主分类号 | G06T3/40(2006.01)I |
| 代理机构 | 深圳新创友知识产权代理有限公司 44223 | 代理人 | 刘莉 |
| 主权项 | 一种深度图超分辨方法，其特征在于，包括训练步骤和超分辨处理步骤，其中：所述训练步骤包括：(1)建立深度图训练集，获取高分辨率深度图集合<img file="FDA0000803160390000011.GIF" wi="119" he="95" />并从所述高分辨率深度图集合<img file="FDA0000803160390000012.GIF" wi="121" he="92" />中提取得到高分辨率特征集合<img file="FDA0000803160390000013.GIF" wi="135" he="93" />对所述高分辨率深度图集合<img file="FDA0000803160390000014.GIF" wi="120" he="90" />下采样后再上采样得到低分辨率深度图集合<img file="FDA0000803160390000015.GIF" wi="136" he="91" />从所述低分辨率深度图集合<img file="FDA0000803160390000016.GIF" wi="110" he="96" />中提取得到低分辨率特征集合<img file="FDA0000803160390000017.GIF" wi="123" he="93" />(2)利用所述低分辨率特征集合<img file="FDA0000803160390000018.GIF" wi="96" he="91" />训练得到低分辨率字典A<sub>L</sub>并得到低分辨率特征相应的重构系数集合X；利用所述高分辨率特征集合<img file="FDA0000803160390000019.GIF" wi="110" he="87" />和所述重构系数集合X计算得到高分辨率字典A<sub>H</sub>；所述超分辨处理步骤包括：(3)输入待处理的低分辨率深度图D'<sub>L</sub>，提取得到当前低分辨率图像块集合<img file="FDA00008031603900000110.GIF" wi="117" he="101" />并从所述当前低分辨率图像块集合<img file="FDA00008031603900000111.GIF" wi="116" he="90" />提取得到当前低分辨率特征集合<img file="FDA00008031603900000112.GIF" wi="142" he="95" />对于每一个当前低分辨率特征<img file="FDA00008031603900000113.GIF" wi="103" he="70" />输入无噪的高分辨率的引导彩色图C<sub>H</sub>，利用所述引导彩色图C<sub>H</sub>计算得到每一个重构的高分辨率特征<img file="FDA00008031603900000114.GIF" wi="83" he="68" />满足的权重约束W，结合所述低分辨率字典A<sub>L</sub>和所述高分辨率字典A<sub>H</sub>以及所述权重约束W并利用0范数求解得到重构系数α；(4)使用所述重构系数α和所述高分辨率字典A<sub>H</sub>重建出每一个当前低分辨率特征<img file="FDA00008031603900000115.GIF" wi="70" he="74" />对应的重构的高分辨率特征<img file="FDA00008031603900000116.GIF" wi="111" he="71" />再将所有重构的高分辨特征集合<img file="FDA00008031603900000117.GIF" wi="119" he="87" />加上所述重构的高分辨率特征<img file="FDA00008031603900000118.GIF" wi="90" he="75" />对应的当前低分辨率图像块集合<img file="FDA00008031603900000119.GIF" wi="148" he="94" />得到所述重构的高分辨率特征<img file="FDA00008031603900000120.GIF" wi="85" he="76" />相应的当前高分辨率图像块集合<img file="FDA00008031603900000121.GIF" wi="158" he="95" />并将所有的当前高分辨图像块融合成一张高分辨深度图D'<sub>H</sub>。 | ||
| 地址 | 518055 广东省深圳市南山区西丽大学城清华校区 | ||