論文元數(shù)據(jù)搜索，找到相關信息共 1 條：
2022, 44(10): 3343-3352.
doi: 10.11999/JEIT220380
刊出日期：2022-10-19
基于深度卷積神經網(wǎng)絡的圖像超分辨率重建算法通常假設低分辨率圖像的降質是固定且已知的，如雙3次下采樣等，因此難以處理降質(如模糊核及噪聲水平)未知的圖像。針對此問題，該文提出聯(lián)合估計模糊核、噪聲水平和高分辨率圖像，設計了一種基于迭代交替優(yōu)化的圖像盲超分辨率重建網(wǎng)絡。在所提網(wǎng)絡中，圖像重建器以估計的模糊核和噪聲水平作為先驗信息，由低分辨率圖像重建出高分辨率圖像；同時，綜合低分辨率圖像和估計的高分辨率圖像，模糊核及噪聲水平估計器分別實現(xiàn)模糊核和噪聲水平的估計。進一步地，該文提出對模糊核/噪聲水平估計器及圖像重建器進行迭代交替的端對端優(yōu)化，以提高它們的兼容性并使其相互促進。實驗結果表明，與IKC, DASR, MANet, DAN等現(xiàn)有算法相比，提出方法在常用公開測試集(Set5, Set14, B100, Urban100)及真實場景圖像上都取得了更優(yōu)的性能，能夠更好地對降質未知的圖像進行重建；同時，提出方法在參數(shù)量或處理效率上也有一定的優(yōu)勢。
