典型文献
基于深度学习的视频超分辨率重构进展综述
文献摘要：
视频超分辨率是根据给定的低分辨率视频序列恢复其对应的高分辨率视频帧的过程.近年来,VSR在深度学习的驱动下取得了重大突破.为了进一步促进VSR的发展,文中对基于深度学习的VSR算法进行了归类、分析和比较.首先,根据网络结构将现有方法分为两大类,即基于迭代网络的VSR和基于递归网络的VSR,并对比分析了不同网络模型的优缺点.然后,全面介绍了VSR数据集,并在一些常用的公共数据集上对已有算法进行了总结和比较.最后,对VSR算法中的关键问题进行了分析,并对其应用前景进行了展望.
文献关键词：
视频超分辨率;深度学习;卷积神经网络;帧间信息
中图分类号：
作者姓名：
冷佳旭;王佳;莫梦竟成;陈泰岳;高新波
作者机构：
重庆邮电大学图像认知重庆市重点实验室 重庆400065;南京理工大学江苏省社会安全图像与视频理解重点实验室 南京210094
文献出处：
引用格式：
[1]冷佳旭;王佳;莫梦竟成;陈泰岳;高新波-.基于深度学习的视频超分辨率重构进展综述)[J].计算机科学,2022(02):123-133
A类：
帧间信息
B类：
视频超分辨率,超分辨率重构,进展综述,低分辨率,视频序列,高分辨率视频,视频帧,VSR,重大突破,两大类,递归网络,公共数据
AB值：
0.212066
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
