针对现有图像视频恢复增强方法存在的问题,本文提出一种基于语义特征提取的神经网络模型图像及视频质量增强算法.首先提出一种基于语义特征的图像恢复增强框架,然后建立退化模型和重建模型的联合优化.在公开数据集上对所提模型进行验证...针对现有图像视频恢复增强方法存在的问题,本文提出一种基于语义特征提取的神经网络模型图像及视频质量增强算法.首先提出一种基于语义特征的图像恢复增强框架,然后建立退化模型和重建模型的联合优化.在公开数据集上对所提模型进行验证,并与现有算法进行对比,结果表明:所提方法相比新型超分辨率算法PULSE(Photo Upsampling via Latent Space Exploration,潜空间搜索照片升采样)能够实现RankIQA(Rank Image Quality Assessment,图像质量评价排名)得分50%的提升,并且和原始高清图像、视频质量得分接近;在用户评价方面,有81%的重建结果被认为优于对比算法,表明所提算法具有更高的重构图像和视频质量.展开更多
文摘针对现有图像视频恢复增强方法存在的问题,本文提出一种基于语义特征提取的神经网络模型图像及视频质量增强算法.首先提出一种基于语义特征的图像恢复增强框架,然后建立退化模型和重建模型的联合优化.在公开数据集上对所提模型进行验证,并与现有算法进行对比,结果表明:所提方法相比新型超分辨率算法PULSE(Photo Upsampling via Latent Space Exploration,潜空间搜索照片升采样)能够实现RankIQA(Rank Image Quality Assessment,图像质量评价排名)得分50%的提升,并且和原始高清图像、视频质量得分接近;在用户评价方面,有81%的重建结果被认为优于对比算法,表明所提算法具有更高的重构图像和视频质量.
