基于循环多列3D卷积网络的视频超分辨率重建方法

本发明公开了一种基于循环多列3D卷积神经网络的视频超分辨率重建方法。首先，使用光流算法估计出当前LR帧和前一时刻LR帧的光流图然后，对网络重建的前一时刻的HR帧做子像素反卷积(Sub‑Pixel Deconvolution)后得到前一时刻HR帧的子图使用光流图对前一时刻HR帧的子图进行运动补偿，得到运动补偿后的HR帧的子图最后，将当前LR帧和运动补偿后的HR帧的子图输入到多列3D卷积网络中重建得到当前的HR帧重建得到当前的HR帧和当前LR帧也被用来重建下一时刻的HR帧循环该算法，可以重建得到整个视频序列的HR帧。本发明方法在Vid4视频数据集上进行试验，都具有较高的鲁棒性和准确性。
上海大学
王永芳 | 帅源