-
题名基于迭代交替优化的图像盲超分辨率重建
- 1
-
-
作者
陈洪刚
李自强
张永飞
王正勇
卿粼波
何小海
-
机构
四川大学电子信息学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2022年第10期3343-3352,共10页
-
基金
国家自然科学基金(62001316,61871279)
四川省自然科学基金(2022NSFSC0922)
中央高校基本科研业务费专项资金(2021SCU12061)。
-
文摘
基于深度卷积神经网络的图像超分辨率重建算法通常假设低分辨率图像的降质是固定且已知的,如双3次下采样等,因此难以处理降质(如模糊核及噪声水平)未知的图像。针对此问题,该文提出联合估计模糊核、噪声水平和高分辨率图像,设计了一种基于迭代交替优化的图像盲超分辨率重建网络。在所提网络中,图像重建器以估计的模糊核和噪声水平作为先验信息,由低分辨率图像重建出高分辨率图像;同时,综合低分辨率图像和估计的高分辨率图像,模糊核及噪声水平估计器分别实现模糊核和噪声水平的估计。进一步地,该文提出对模糊核/噪声水平估计器及图像重建器进行迭代交替的端对端优化,以提高它们的兼容性并使其相互促进。实验结果表明,与IKC,DASR,MANet,DAN等现有算法相比,提出方法在常用公开测试集(Set5,Set14,B100,Urban100)及真实场景图像上都取得了更优的性能,能够更好地对降质未知的图像进行重建;同时,提出方法在参数量或处理效率上也有一定的优势。
-
关键词
图像盲超分辨率重建
卷积神经网络
模糊核估计
噪声水平估计
迭代交替优化
-
Keywords
Blind image super-resolution reconstruction
Convolutional neural network
Blur kernel estimation
Noise level estimation
Iterative and alternative optimization
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP391
[自动化与计算机技术—计算机应用技术]
-