论文部分内容阅读
图像的超分辨率重建过程仅仅对单幅图像进行处理,而视频通常被理解为基于时间轴排列的序列图像,这种时空相关性导致相邻帧间的图像往往包含大量的互补信息。在进行视频超分辨率重建算法中,通过结合当前帧与相邻帧来共同进行卷积神经网络的训练,可以充分获取相邻帧间的互补信息,达到提高超分辨效果的作用。同时利用超分辨率后的图像与真实图像间的运动轨迹具有一致性,来作为算法的损失函数。