公开(公告)号：CN108805808A

公开(公告)日：2018-11-13

申请号：CN201810293104.4

申请日：2018-04-04

Applicant: 东南大学

Inventor： 吴含前 ,  李程超 ,  姚莉 ,  李露

IPC: G06T3/40 ,  G06N3/04

CPC classification number: G06T3/4053 ,  G06N3/0454

Abstract: 本发明公开了一种利用卷积神经网络提高视频分辨率的方法，该方法针对视频图像序列构建了基于卷积神经网络的视频超分辨率重建模型，在模型构建过程中基于视频图像序列的特点设置了卷积神经网络的超参数，包括卷积核尺寸、神经网络层数等；然后利用单图像的超分辨率方法产生的图像训练权重用来初始化视频模型的权重参数，并充分利用视频帧间的冗余信息，以多帧视频图像作为卷积神经网络模型的输入，通过增量式的迭代方法，最终得到高分辨率的视频。本发明提出的视频超分辨率模型训练速度快且预测精度高，对比试验验证结果表明，相对于其他超分辨率算法，利用本发明的方法重建出的图像的峰值信噪比和结构相似性具有综合最优结果。