(19)中华人民共和国国家知识产权局
(12)发明专利说明书 | ||
(10)申请公布号 CN 104200498 A (43)申请公布日 2014.12.10 | ||
(21)申请号 CN201410406695.3
(22)申请日 2014.08.18
(71)申请人 北京理工大学珠海学院
地址 519088 广东省珠海市唐家湾金凤路6号
(72)发明人 苏秉华 唐佳林 庄广利
(74)专利代理机构 广州嘉权专利商标事务所有限公司
代理人 郑莹
(51)Int.CI
G06T9/00
权利要求说明书 说明书 幅图 |
(54)发明名称
融合Cortex-A7的实时视频超分辨率处理方法 | |
(57)摘要
本发明公开了一种融合Cortex-A7的实时视频超分辨率处理方法，包括：A、进行视频采样，获取低分辨率视频帧并输入到SOC片上系统中；B、对低分辨率视频帧依次进行复杂度处理、特征向量提取和样本集训练，从而得到需要进行匹配的特征向量，所述样本集采用高分辨率的高频分量构建而成；C、根据需要进行匹配的特征向量，采用改进的基于聚类字典自学习及特征稀疏表示的超分辨率算法并结合SOC片上系统的编解码技术，对低分辨率视频帧进行超分辨率处理，从而输出高分辨率视频帧流。本发明具有实时、失真率较低、处理速度较快、处理成本较低和质量较高的优点，可广泛应用于视频图像处理领域。 | |
法律状态
法律状态公告日 | 法律状态信息 | 法律状态 |
权 利 要 求 说 明 书
1.融合Cortex-A7的实时视频超分辨率处理方法，其特征在于：包括：
A、进行视频采样，获取低分辨率视频帧并输入到SOC片上系统中；
B、对低分辨率视频帧依次进行复杂度处理、特征向量提取和样本集训练，从而得到需要进行匹配的特征向量，所述样本集采用高分辨率的高频分量构建而成；
C、根据需要进行匹配的特征向量，采用改进的基于聚类字典自学习及特征稀疏表示的超分辨率算法并结合SOC片上系统的编解码技术，对低分辨率视频帧进行超分辨率处理，从而输出高分辨率视频帧流。
2.根据权利要求1所述的融合Cortex-A7的实时视频超分辨率处理方法，其特征在于：所述步骤C，其包括：
C1、构建具备主特征改进的基于聚类字典自学习及特征稀疏表示的超分辨率算法；
C2、根据需要进行匹配的特征向量和构建的超分辨率算法对低分辨率视频帧进行超分辨率处理，从而输出高分辨率视频帧流。
3.根据权利要求2所述的融合Cortex-A7的实时视频超分辨率处理方法，其特征在于：所述步骤C1，其包括：
C11、建立一个过完备数据库；
C12、计算输入的低分辨率视频图像块的稀疏表示系数；
C13、计算低分辨率字典下的稀疏编码系数和高分辨率字典下的稀疏编码系数；
C14、根据低分辨率视频图像块的稀疏表示系数、稀疏编码系数、过完备数据库中的高分辨率图像库和低分辨率字典重建出高分辨率视频图像块；
C15、采用聚类算法和主成分分析法提取视频图像块集合，然后采用K-SVD算法对高、低分辨率图像块集合进行联合训练；
C16、根据联合训练的结果采用正交匹配追踪法得到具备主特征改进的基于聚类字典自学习及特征稀疏表示的超分辨率算法。
4.根据权利要求3所述的融合Cortex-A7的实时视频超分辨率处理方法，其特征在于：所述步骤C13，其具体为：
计算低分辨率字典下的稀疏编码系数和高分辨率字典下的稀疏编码系数，所述低分辨率字典下的稀疏编码系数<Image>和高分辨率字典下的稀疏编码系数<Image>的计算公式分别为：
<Math><MathText>><mrow><msubsup><mi>δ</mi><mi>L</mi><mi>ω</mi></msubsup><mo>=</mo><mi>arg</mi><mi>min</mi><msubsup><mrow><mo>|</mo><mo>|</mo><msubsup><mi>N</mi><mi>L</mi><mi>ω</mi></msubsup><mo>-</mo><msub><mi>K</mi><mi>L</mi></msub><msubsup><mi>δ</mi><mi>L</mi><mi>ω</mi></msubsup><mo>|</mo><mo>|</mo></mrow><mn>2</mn><mi>ρ</mi></msubsup><mo>
+</mo><mfrac><mn>1</mn><mn>15</mn></mfrac><mi>ϵ</mi><msub><mrow><mo>|</mo><mo>|</mo><mroot><msubsup><mi>δ</mi><mi>L</mi><mi>ω</mi></msubsup><mi>ω</mi></mroot><mo>|</mo><mo>|</mo></mrow><mn>1</mn></msub><mo>,</mo></mrow></math>></Math>
<Math><MathText>><mrow><msubsup><mi>δ</mi><mi>H</mi><mi>ω</mi></msubsup><mo>=</mo><mi>arg</mi><mi>min</mi><msubsup><mrow><mo>|</mo><mo>|</mo><msubsup><mi>N</mi><mi>H</mi><mi>ω</mi></msubsup><mo>-</mo><msub><mi>K</mi><mi>H</mi></msub><msubsup><mi>δ</mi><mi>H</mi><mi>ω</mi></msubsup><mo>|</mo><mo>|</mo></mrow><mn>2</mn><mi>ρ</mi></msubsup><mo>+</mo><mfrac><mn>1</mn><mn>15</mn></mfrac><mi>ϵ</mi><msub><mrow><mo>|</mo><mo>|</mo><mroot><msubsup><mi>δ</mi><mi>H</mi><mi>ω</mi></msubsup><mi>ω</mi></mroot><mo>|</mo><mo>|</mo></mrow><mn>1</mn></msub><mo>,</mo></mrow></math>></Math>
其中，K<Sub>L</Sub>为低分辨率字典函数，<Image>表示低分辨率图像中的视频流，<Im
age><Image>ρ为矩阵范数的给定参数，<Image>表示经过推导后理想的低分辨率字典函数约束项，ε是经过特征处理后的复杂正则化参数，L为代替稀疏编码的范数；
正则化正交匹配追踪K<Sub>H</Sub>为高分辨率字典函数，<Image>表示高分辨率图像中的视频流，<Image><Image>表示经过推导后理想的高分辨率字典函数约束项，H为代替稀疏编码的范数。
5.根据权利要求4所述的融合Cortex-A7的实时视频超分辨率处理方法，其特征在于：所述步骤C15，其具体为：
采用聚类算法和主成分分析法提取视频图像块集合，然后采用K-SVD算法对高、低分辨率图像块集合进行联合训练，从而得到联合训练的结果数据，所述联合训练的结果数据{K<Sub>H</Sub>,K<Sub>L</Sub>,δ,ω}为：
<Image></Image>
其中，N是高、低分辨率图像块联合起来进行训练后得到的列向量，<Math><MathText>><mrow><mi>N</mi><mo>=</mo><msup><mrow><mo>[</mo><msub><mi>N</mi><mi>H</mi></msub><mi>sec</mi><mrow><mo>(</mo><msub><mi>N</mi><mi>H</mi></
msub><mo>)</mo></mrow><mo>/</mo><msup><mi>e</mi><mrow><mi>iω</mi><msub><mi>w</mi><mn>1</mn></msub></mrow></msup><mo>,</mo><msub><mi>N</mi><mi>L</mi></msub><mi>sec</mi><mrow><mo>(</mo><msub><mi>N</mi><mi>L</mi></msub><mo>)</mo></mrow><mo>/</mo><msup><mi>e</mi><mrow><mi>iω</mi><msub><mi>w</mi><mn>2</mn></msub></mrow></msup><mo>]</mo></mrow><mi>T</mi></msup><mo>,</mo></mrow></math>></Math><Math><MathText>><mrow><mi>K</mi><mo>=</mo><msup><mrow><mo>[</mo><msub><mi>K</mi><mi>H</mi></msub><mi>sec</mi><mrow><mo>(</mo><msub><mi>K</mi><mi>H</mi></msub><mo>)</mo></mrow><mo>/</mo><msup><mi>e</mi><mrow><mi>iω</mi><msub><mi>w</mi><mn>1</mn></msub></mrow></msup><mo>,</mo><msub><mi>K</mi><mi>L</mi></msub><mi>sec</mi><mrow><mo>(</mo><msub><mi>K</mi><mi>L</mi></msub><mo>)</mo></mrow><mo>/</mo><msup><mi>e</mi><mrow><mi>iω</mi><msub><mi>w</mi><mn>2</mn></msub></mrow></msup><mo>]</mo></mrow><mi>T</mi></msup></mrow></math>></Math>为高低分辨率联合字典，w<Sub>1</Sub>和w<Sub>2</Sub>分别为通过训练后的高低分辨率视频流的列向量的维数，δ＝[δ<Sub>1</
Sub>,δ<Sub>2</Sub>,δ<Sub>3</Sub>,δ<Sub>4</Sub>,......,δ<Sub>5</Sub>]为编码系数矩阵，<Math><MathText>><mrow><mi>ω</mi><mo>=</mo><mfenced><mo>|</mo><mo>|</mo><mtable><mtr><mtd><msub><mi>ω</mi><mn>1</mn></msub></mtd><mtd><msub><mi>ω</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><msub><mi>ω</mi><mn>3</mn></msub></mtd><mtd><msub><mi>ω</mi><mn>4</mn></msub></mtd></mtr></mtable><mo>|</mo><mo>|</mo></mfenced></mrow></math>></Math>为解码系数矩阵。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论