新的退化模型:

$y = (x\downarrow_{s}) \otimes k + n $

其中$\downarrow_{s}$代表尺度因子为$s$的双三次下采样,$y$表达的是低分辨率图像(经过双三次下采样),该图像是高分辨率的图像$x$的模糊和噪声版本。

下一步再列出能量公式(energy function),根据最大后验估计(Maximum A Posteriori probability):

$min_{x}\frac{1}{2\sigma^{2}}||y-(x\downarrow_{s}\otimes k)||^{2} + \lambda\phi(x)$

其中$\frac{1}{2\sigma^{2}}||y-(x\downarrow_{s}\otimes k)||^{2} $是数据保真项(data fidelity)也是似然,该项被退化模型决定($\sigma$表示噪声水平noise level);$\phi (x)$是正则化也是先验。

使用变量分割(这里取决HQS算法,half quadratic splitting),引入辅助变量:

$\hat{x} = argmin_{x}\frac{1}{2\sigma^{2}}||y-z\otimes k||^{2} + \lambda \phi(x) ==》 z = x\downarrow_{s}$

HQS算法处理上式,最小化下面的问题:

$L_{\mu}(x,z) =\frac{1}{2\sigma^{2}}||y-(z \otimes k)||^{2} + \lambda\phi(x) + \frac{\mu}{2}||z-x\downarrow_{s}||^{2}$

其中$\mu$是惩罚参数,非常大的$\mu$强迫$z$近似等于$x\downarrow_{s}$

上式使用两个迭代公式解决:

(1) $z_{k+1} = argmin_{z} ||y-(z \otimes k)||^{2} + \mu \sigma^{2} ||z-x\downarrow_{s}||^{2}$

(2) $x_{k+1} = argmin_{x} \frac{\mu}{2}||z-x\downarrow_{s}||^{2} + \lambda\phi(x) $

式子2,从贝叶斯观点:

(3) $x_{k+1} = argmin_{x}\frac{1}{2(\sqrt{1/\mu})^{2}}||z_{k+1}-x\downarrow_{s}||^{2} + \lambda \phi(x)$

$z_{k+1}$对应超分辨率图像,其中尺度因子为$s$,而且假设$z_{k+1}$是一个从高分辨率图像$x$经过双三次下采样得到的;同时,遭受了噪声水平为$\sqrt{1/\mu}$的加性高斯白噪声。

上面的公式所代表的超分辨率问题,相当于解决下面的简单双三次退化模型,as follows:

$y = x\downarrow_{s} + n$

所以解决上式的简单双三次退化模型问题,在广泛应用的双三次退化的基础上,在一定的噪声水平下,插入基于dnn的超分解器来代替公式3。公式2和公式3可以进一步的写成下式:

$x_{k+1} = SR(z_{k+1}, s, \sqrt{1/ \mu})$

模糊核K只能够利用公式1,来解决模糊失真(distortion of blur),同时,它使当前的估计变得不那么模糊。

公式2将模糊程度较低的图像映射到更清晰的HR图像,经过公式1、2多次交替迭代,

最终可以重建的HR图像没有模糊和噪声。

(cvpr2019) The Degradation Model and Solution of DPSR的更多相关文章

  1. {Reship}{Code}{CV}

    UIUC的Jia-Bin Huang同学收集了很多计算机视觉方面的代码,链接如下: https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/in ...

  2. UIUC同学Jia-Bin Huang收集的计算机视觉代码合集

    转自:http://blog.sina.com.cn/s/blog_631a4cc40100wrvz.html   UIUC的Jia-Bin Huang同学收集了很多计算机视觉方面的代码,链接如下: ...

  3. CV code references

    转:http://www.sigvc.org/bbs/thread-72-1-1.html 一.特征提取Feature Extraction:   SIFT [1] [Demo program][SI ...

  4. [ZZ] UIUC同学Jia-Bin Huang收集的计算机视觉代码合集

    UIUC同学Jia-Bin Huang收集的计算机视觉代码合集 http://blog.sina.com.cn/s/blog_4a1853330100zwgm.htmlv UIUC的Jia-Bin H ...

  5. Computer Vision Resources

    Computer Vision Resources Softwares Topic Resources References Feature Extraction SIFT [1] [Demo pro ...

  6. CV codes代码分类整理合集 《转》

    from:http://www.sigvc.org/bbs/thread-72-1-1.html 一.特征提取Feature Extraction:   SIFT [1] [Demo program] ...

  7. [转]How to add new table in NopCommerce

    本文转自:http://www.tech-coder.com/2015/07/how-to-add-new-table-in-nopcommerce.html Hey guys I am back a ...

  8. 异常跟踪之CLR 类型到 EDM 类型的映射不明确

    异常信息: "指定的架构无效.错误: CLR 类型到 EDM 类型的映射不明确,因为多个 CLR 类型与 EDM 类型“Person”匹配. 以前找到的是 CLR 类型“A.Person”, ...

  9. Prefer ThreadLocalRandom over Random

    Java 7 has introduced a new random number generator - ThreadLocalRandom Normally to generate Random ...

随机推荐

  1. 虚拟目录webconfig的配置

    昨天需要新建一个虚拟目录放在以前的一个站点下,新建了应用池,配好了环境置顶路径,虚拟目录页建立成功 ,但是程序一直是报错.这个程序我在测试服务器上是测过的,新建了一个站点是可以正常访问的,排除了程序问 ...

  2. RSS阅读器python实现概述

    这边简单说一下最近倒腾的RSS阅读器的小东东,RSS阅读器估计很多人用过或者自己动手实现过.首先wudagang0123多年前提供的一个示例:http://bbs.chinaunix.net/foru ...

  3. 如何搭建lamp(CentOS7+Apache+MySQL+PHP)环境 [转]

    在网上搜资料,自己在本地虚拟机上尝试搭建,弄了整整一天一夜,终于弄好了.网上的资料,虽然很多,但大多都是重复的,拿去试了之后,又很多都不能得到正确的结果.最终找到了适合我的linux环境的搭建方式;在 ...

  4. Post model至Web Api创建或是保存数据

    前一篇<Post model至Web Api>http://www.cnblogs.com/insus/p/4343538.html中,使用Post来从Web Api获取数据.由于Post ...

  5. bjfu1109 最小公倍数和

    这题真是过了n年才a.最早是在2010年北大培训比赛上看到的这题,当时我不会,竹教主也不会,但他记下来了,研究一段时间后就会了,还把这题加到我校oj上.过了这么多年,我上网搜,关于这个问题的解题报告还 ...

  6. polling轮询和comet

    comet:(原意:彗星) Comet is a web application model in which a long-held(held:保留) HTTP request allows a w ...

  7. tomcat配置sqlserver数据库

    1. 首先确保Tomcat安装文件夹中的\common\lib(对于Tomcat5.5)或者是\lib(Tomcat6.0)文件夹中已包括JDBC连接数据库所必须的三个.jar文件(msbase.ja ...

  8. (大数据工程师学习路径)第一步 Linux 基础入门----数据流重定向

    介绍 开始对重定向这个概念感到些许陌生,但通过前面的课程中多次见过>或>>操作了,并知道他们分别是将标准输出导向一个文件或追加到一个文件中.这其实就是重定向,将原本输出到标准输出的数 ...

  9. Go实现海量日志收集系统(一)

    项目背景 每个系统都有日志,当系统出现问题时,需要通过日志解决问题 当系统机器比较少时,登陆到服务器上查看即可满足 当系统机器规模巨大,登陆到机器上查看几乎不现实 当然即使是机器规模不大,一个系统通常 ...

  10. HTML(五)HTML表格

    标准表格 <table border="1"> <caption>Monthly savings</caption> <tr> &l ...