超分辨率技术概述
1. NEDI算法的其他方法
NEDI算法的另一种方法使用加权矩阵 $W$ 来分配相邻像素对被估计像素的不同影响。这种相关性受像素间距离的影响。对角线相关模型参数通过加权最小二乘法进行估计,公式如下:
$A = (L_{LA}^TWL_{LA})^{-1}L_{LA}^TWL$ (5.19)
其中,$A \in R^{4\times1}$ 是对角线相关模型参数,$L \in R^{64\times1}$ 是低分辨率(LR)像素的向量,$L_{LA} \in R^{64\times4}$ 是 $L$ 的相邻像素,$W \in R^{64\times64}$ 是加权矩阵,其计算公式为:
$W_{i,i} = \exp\left(-2\left(\frac{|L_c - L_{LA_i}| p}{r_1} + \frac{|V_c - V {LA_i}| p}{r_2}\right)\right)$ (5.20)
这里,$r_1$ 和 $r_2$ 是全局滤波器参数,$L_c \in R^{4\times1}$ 是高分辨率(HR)几何结构,$L {LA_i} \in R^{4\times1}$ 是第 $i$ 个低分辨率几何结构,$|\cdot| p$ 表示 $p$ - 范数(1 或 2),$V {LA_i}, V_c \in R^{2\times1}$ 是 $L_i$ 和 $L_c$ 的坐标。全圆角相关模型参数 $B \in R^{8\times1}$ 由下式给出:
$B = (L_{LB}^TWL_{LB})^{-1}L_{LB}^TWL$ (5.21)
其中,$L_{LB} \in
超级会员免费看
订阅专栏 解锁全文
7万+

被折叠的 条评论
为什么被折叠?



