MMJul, 2017

基于残差帧的稀疏重构技术实现的可扩展视频超分辨率框架

PDF
TL;DR文章提出了一个基于稀疏表示和压缩感知的超分辨率框架，用于在侦察和监视应用中对可扩展视频进行处理，实验结果表明，该框架具有更高的压缩率和更高的视频质量，是一种有效的压缩率更高、图像质量更优的视频处理算法。
发现论文，激发创造
  • 基于压缩先验的视频超分辨率算法（COMISR）

    本文提出了一种新的有压缩感知的视频超分辨率模型，旨在恢复高分辨率内容而不引入压缩引起的伪影。该模型包括三个模块：双向循环变形、保留细节的流估计和拉普拉斯增强，针对包含压缩的视频的性质设计实现。经过大量实验，表明该方法不仅能从常用基准数据集中恢复未压缩帧上的高分辨率内容，而且基于许多数量化指标在超分辨压缩视频方面也达到了最先进的性能。

    May, 2021

  • 视频压缩感知的深度全连接网络

    本文提出了一种基于深度学习的视频压缩感知框架，通过学习视频序列和测量帧之间的线性映射或深度全连接网络，获取了比以往方法更好的重建质量和速度，在多个视频序列上的广泛模拟中明确了该方法的优越性能，并对数据集规模和层数对重建性能的影响提出了未来研究的几点思考。

    Mar, 2016

  • 学习时空频率变换器进行压缩视频超分辨率

    本文提出了一种基于 Frequency-Transformer 的压缩视频超分辨率方法，通过在空间、时间、频率域进行自注意力机制，有效地提取并转移高质量纹理进行视频帧增强和恢复。实验结果表明，该方法在两个广泛使用的视频超分辨率基准测试中均表现优于现有技术，并且在无损和有损视频上均具有明显的视觉优势。

    Aug, 2022

  • 压缩成像中的无重建动作推断

    本文提出给予高压缩比摄像头的运动识别的无重建方法，通过空时粉碎滤镜提取保留在压缩测量中的非线性属性进行特征提取，并在公共数据库上进行实验，表明识别率可以与未压缩设置中的神谕方法相当。

    Jan, 2015

  • 基于帧递归的视频超分辨率重建

    本研究提出了一种端到端可训练的帧递归视频超分辨率框架，使用先前的高分辨率估计来超分辨率下一个帧，自然鼓励时态一致结果并降低计算成本。

    Jan, 2018

  • 基于结构群稀疏表示的图像压缩感知恢复

    本论文提出了一种新的图像压缩感知恢复策略 —— 通过结构分组稀疏表示 (SGSR) 建模，在自适应的分组域中同时强制图像稀疏性和自相似性，并开发了一种高效的迭代收缩 / 阈值算法技术来解决上述优化问题。实验结果表明，这种新的压缩感知恢复策略相对于当前最先进的方案实现了显著的性能改进，并且表现出了不错的收敛性。

    Apr, 2014

  • FAST: 加速压缩视频超分辨率处理的框架

    FAST 框架介绍了一种用于加速超分辨率算法的方法，利用视频中的时空相关性，通过代码转移实现自适应处理，并可以在保持 0.2dB 的视觉质量损失的前提下将超分辨率算法的速度提高 15 倍。

    Mar, 2016

  • 透过循环隐空间传播实现高效视频超分辨率

    本文提出一种高效的视频超分辨率算法，通过引入高维潜在状态来隐式地传播帧之间的时序信息，以解决复杂的运动补偿问题和高计算负荷的限制，并且在超过 70 倍加速的同时，优于现有的最先进方法 DUF。

    Sep, 2019

  • 通过超分辨率进行无损图像压缩

    介绍了一种简单高效的无损图像压缩算法，存储低分辨率版本，再经过多次无损超分辨率加工，采用熵编码来压缩超分辨率操作符，能够在大型数据集上以实用的运行时间实现最先进的压缩率。

    Apr, 2020

  • 视频的自适应时间压缩感知

    本文提出了一种基于时域自适应性压缩感知的视频压缩算法，可以根据场景的时域复杂度自适应地改变压缩比，且不会影响重建视频的质量，通过调整摄像机的积分时间来实现时域的适应性，可以与各种硬件系统集成。

    Feb, 2013