Uma abordagem Bayesiana para super resolução adaptativa de vídeo

Embora a super resolução multi-frame tenha sido amplamente estudada nas últimas décadas, a super resolução de sequências de vídeo do mundo real ainda permanece desafiadora. Nos sistemas existentes, os modelos de movimento são ou super simplificados, ou fatores importantes como o núcleo de desfoque e o nível de ruído são assumidos como conhecidos. Esses modelos não conseguem lidar com as condições de cena e imagem que variam de uma sequência para outra. Neste artigo, propomos uma abordagem Bayesiana para super resolução adaptativa de vídeo, estimando simultaneamente o movimento subjacente, o núcleo de desfoque e o nível de ruído enquanto reconstruímos os quadros originais em alta resolução. Como resultado, nosso sistema não apenas produz resultados de super resolução muito promissores que superam o estado da arte, mas também se adapta a uma variedade de níveis de ruído e núcleos de desfoque. Uma análise teórica da relação entre o núcleo de desfoque, o nível de ruído e a taxa de reconstrução por frequência também é fornecida, consistente com nossos resultados experimentais.