[发明专利]基于自适应的超像素导向自回归模型的视频超分辨率方法

权利要求书

1.一种基于自适应的超像素导向自回归模型的视频超分辨率方法，其特征是，将视频帧分为关键帧和非关键帧：对关键帧采用基于稀疏回归和自然图像对的方法进行超分辨率，对非关键帧采用基于自适应的超像素导向自回归模型的视频超分辨率方法结合相邻最近的关键帧进行超分辨率，将得到的超分辨率关键帧和超分辨率非关键帧综合成超分辨率视频。

2.根据权利要求1所述的基于自适应的超像素导向自回归模型的视频超分辨率方法，其特征是，具体步骤为：

1）对于输入视频，采用一种自适应的迭代方法计算选取关键帧的阀值T；

2）通过计算并判断当前帧与之前相邻最近的关键帧之间的运动误差是否大于阀值T来选择关键帧和非关键帧；

3）对步骤2）选择出的关键帧，采用基于稀疏回归和自然图像对的图像超分辨率方法进行超分辨率；

4）对步骤2）选择出的非关键帧，采用双三次差值的方法将其初始的放大到想要的分辨率；

5）基于步骤4）得到的初始放大非关键帧，采用基于GPU的光流方法将当前非关键帧之前相邻的最近的关键帧投影到当前帧；

6）根据初始非关键帧对步骤5）得到的投影图像进行修正，构造提出模型的数据项；

7）基于步骤4）得到的初始放大非关键帧，提取边缘几何流信息和超像素信息；

8）根据提取的几何流信息和超像素信息构造AR模型的系数项；

9）将步骤6）得到的数据项和步骤8）得到的系数项构造基于自适应的超像素导向自回归模型，用该模型恢复超分辨率的非关键帧；

10）将步骤3）得到的超分辨率关键帧和步骤9）得到的超分辨率非关键帧综合成超分辨率视频。

3.根据权利要求1所述的基于自适应的超像素导向自回归模型的视频超分辨率方法，其特征是，自适应的迭代方法计算阀值T，具体包括以下步骤：

11）计算每相邻两帧的运动误差e_i,i+1，根据大量实验统计定义阀值下限c₁和上限c₂；

12）求整段视频所有帧的平均误差，计算如下：

e‾=(Σi=1N-1ei,i+1)/(N-1)---(1)]]>

其中，e_i,i+1是第i帧和第i+1帧的运动误差，N是整段视频里的帧的总数；

13）如果令采用本发明所提出的方法选择关键帧，并统计关键帧所占帧总数的比例，根据关键帧的比例以0.1为步长，上下调整阀值T，直到关键帧的比例满足需要时确定最终的阀值。如果直接得到阀值