科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于主动采样与高斯过程回归的图像超分辨方法,主要解决现有技术在纹理区域上超分辨效果不佳这一问题。其充分利用现有的大量外部自然图像构造训练集,以表征性和多样性为指标来度量样本信息量,从而提取出精简的训练子集,使得高斯过程回归模型的训练更为高效。实现步骤为：1.生成外部训练样本集,并对其进行主动采样得到训练子集；2.基于该训练子集学习出高斯过程回归模型；3.对测试图像预处理并生成测试样本集；5.在测试样本集上应用学习好的高斯过程回归模型,预测并输出超分辨图像。本发明具有较强的超分辨能力,在纹理等区域能恢复更多的细节信息,可用于视频监控、刑事侦查、航空航天、高清娱乐、视频或图像压缩。
- 单位
