Resumen

La superresolución de vídeo (VSR) tiene como objetivo reconstruir una secuencia de vídeo de alta resolución a partir de una secuencia de baja resolución. Proponemos un nuevo algoritmo de optimización de enjambre de partículas denominado PSO de enjambre múltiple optimizado para parámetros (POMS-PSO). Evaluamos el rendimiento de optimización de POMS-PSO mediante cuatro funciones de referencia estándar. Para reconstruir vídeo de alta resolución, construimos un modelo de degradación de imágenes. Con vistas a la optimización, VSR se convierte en un problema de cálculo de optimización. Y tomamos POMS-PSO como método de optimización para resolver el problema VSR, que supera el pobre efecto, la baja precisión y el gran coste de cálculo de otros algoritmos VSR. El método VSR propuesto no requiere una estimación exacta del movimiento ni el cálculo de los vectores de movimiento. En términos de relación señal-ruido máxima (PSNR), nitidez y entropía, el método VSR propuesto basado en POMS-PSO mostró un mejor rendimiento objetivo. Además del estándar objetivo, los resultados experimentales también demostraron que el método propuesto podía reconstruir secuencias de vídeo de alta resolución con mejor calidad subjetiva.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:secuencia de vídeo de resolución, poms, pso, método vsr, algoritmo novedoso de optimización de enjambre de partículas, mejor rendimiento objetivo, mejor calidad subjetiva, estimación exacta del movimiento, modelo de degradación de la imagen, gran coste de cálculo
• Keywords:resolution video sequence, poms, pso, vsr method, novel particle swarm optimization algorithm, better objective performance, better subjective quality, exact movement estimation, imaging degradation model, large calculation cost