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. [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 ...

  7. 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”, ...

  8. Prefer ThreadLocalRandom over Random

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

  9. 40 Questions to test your skill in Python for Data Science

    Comes from: https://www.analyticsvidhya.com/blog/2017/05/questions-python-for-data-science/ Python i ...

随机推荐

  1. hiho #1309 任务分配

    #1309 : 任务分配 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 给定 N 项任务的起至时间( S1, E1 ), ( S2, E2 ), ..., ( SN,  ...

  2. spring4 定时任务

    一.spring 定时任务 spring 定时任务 ,最好使用quartz 实现.下面我以spring4为例 二.实战(默认) 1.pom配置 <!-- spring time task --& ...

  3. NET Core 静态文件及JS包管理器(npm, Bower)的使用

    NET Core 静态文件及JS包管理器(npm, Bower)的使用 文章目录 在 ASP.NET Core 中添加静态文件 使用npm管理JavaScript包 使用Bower管理JavaScri ...

  4. Deprecated: Call-time pass-by-reference has been deprecated in E:\wamp\www\admin\htdocs\busi.php on line 381

    Deprecated: Call-time pass-by-reference has been deprecated in E:\wamp\www\admin\htdocs\busi.php on ...

  5. 解读QML之三

    QML语法 1.QML基本语法 1.1导入声明 导入声明允许客户端告诉QML引擎可以在QML文档中使用哪些模块,JavaScript资源以及组件目录.文档中可以使用的类型依赖于在文档中导入的模块.资源 ...

  6. JS前端无侵入实现防止重复提交请求技术

    JS前端无侵入实现防止重复提交请求技术 最近在代码发布测试的过程中,我发现有些请求非常的消耗服务器资源,而系统测试人员因为响应太慢而不停的点击请求.我是很看不惯系统存在不顺眼的问题,做事喜欢精益求精, ...

  7. 【人工智能】从零开始学好人工智能,AI知识体系和框架

    写在前面: 最近公司的业务方向开始向AI方向改变(人工智能+文娱),但是现阶段AI方面的知识还没有储备,所以作为测试,也开始学习这方面的知识,不掉队. 知识储备: 1.阶段一-高等数学       高 ...

  8. React 实现一个时钟

    最终效果 其实主要难点在于最左边的小时钟 指针的实现方式很简单,就是通过绝对定位将指针移到中间,然后以下边中间的位置为圆心旋转即可.代码如下: <!DOCTYPE html> <ht ...

  9. Android数据保存之SharedPreference

    前言: 程序中处理的大部分问题都与数据有关,读取数据显示在UI上,读取的数据可以是本地的,也可以是网络的.保存用户数据到存储空间,可以是本地的数据库,文件等,也可以是保存到网络服务器.总之大部分的程序 ...

  10. 用WordPress建立专业网站教程 (一步步建站, 一步也不少)

    最新美国域名中心US Domain Center: http://www.usdomaincenter.com/ 建站教程 (10分钟上线, 无需备案): https://www.qiyewp.com ...