陈诚
- 作品数：4 被引量：11H指数：2
- 供职机构：广西大学计算机与电子信息学院更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于非局部均值和总变分最小化的单视频超分辨率算法被引量：1
- 2018年
- 传统的基于重建的单视频超分辨率方法能够获得较好的重建效果。然而,已有算法没有充分利用视频内的帧间、帧内相关性,重建效果仍有待提升。针对这一问题,提出了一种新的单视频超分辨率算法。为充分利用帧内相关性,采用非局部均值模型表征帧内非局部结构特性,采用总变分模型表征帧内局部结构特性;为了探索帧间相关性,采用光流法进行帧间预测。最后,为了求解所建立的优化问题,提出了基于split-Bregman方法的快速迭代算法。实验结果表明,与同类算法相比,所提算法在主、客观质量上均有相应的提升。
- 陈诚常侃莫彩网李天亦覃团发
- 关键词：非局部均值总变分光流法
- 采用低秩与加权稀疏分解的视频前景检测算法被引量：8
- 2017年
- 传统的鲁棒主成分分析模型能较好地解决视频前景检测问题.但是,若该模型的假设条件不能满足,算法性能会变差.针对此问题,本文提出了一种低秩与加权稀疏分解模型,通过对前景矩阵加权以增强其稀疏性.在建立加权矩阵的过程中,采用光流法获取每帧的运动矢量,以区分真实运动区域.其次,进一步提出一种增强模型,通过将加权矩阵作用于观测矩阵及背景矩阵,防止前景与背景的错误分离.实验结果表明,在无噪和有噪的情况下,提出的算法均能有效地分离监控视频中的前景和背景.
- 常侃张智勇陈诚覃团发
- 关键词：运动目标检测光流法
- 应用残差总变分及低秩表示的视频去噪算法被引量：2
- 2016年
- 为了有效地去除视频当中的高斯噪声和脉冲噪声,提出了一种新的视频去噪算法。该算法通过相似图像块组内的残差值总变分及低秩表示来同时探索图像块内的局部相似性以及图像块之间的相似性。首先,采用块匹配的方式在含噪视频中寻找最相似图像块并组合成图像块组;其次将每个相似图像组表达为一个低秩矩阵及一个稀疏矩阵之和,并同时强调低秩矩阵内的残差总变分范数最小化;最后,通过求解最优化问题获得最终的低秩矩阵,即恢复出的图像块组数据。实验结果表明,本文的算法能够有效去除视频当中含有的高斯噪声和脉冲噪声。与同类算法相比,能够获得显著的峰值信噪比提升。
- 张智勇常侃陈诚施静兰覃团发
- 关键词：块匹配
- 应用空时相关性的单视频超分辨率算法
- 2018年
- 已有的单视频超分辨率算法大多基于精确的运动估计,当运动估计不准确时,超分辨率结果中将出现失真现象。针对这一问题,提出一种新的单视频超分辨率算法。通过三维非局部均值约束模型表征视频内的空时相关性,同时采用总变分模型表征视频帧内局部相似性。最后,为了求解所建立的最优化问题,提出了基于split-Bregman方法的快速迭代算法。实验结果表明,与同类算法相比,提出的算法获得了最佳客观及主观结果。
- 陈诚常侃莫彩网李天亦覃团发
- 关键词：总变分
