Từ các chuỗi video gốc HR ban đầu, chúng tôi lấy mẫu xuống theo tỷ lệ 2x2, tạo ra các chuỗi video LR. Sau đó thực hiện siêu phân giải các chuỗi video LR này trở lại cũng theo tỷ 2x2. Mỗi frame HR được khôi phục từ 5 frame LR liên tiếp. Các giải thuật hiện trạng được sử dụng để so sánh là Bicubic (Matlab 2013), ASDS [11] và phần mềm siêu phân giải video thương mại có chất lượng cao VE (Video Enhancer) [37]. Phần mềm này đã được sử dụng tham chiếu trong nghiên cứu của Liu [33].
Bảng 6.1 thể hiện các giá trị trung bình đo đạc PSNR của các ảnh video HR được khôi phục so với ảnh video HR gốc. Thực hiện cho 10 frame liên tiếp với mỗi chuỗi video. Kết quả đo đạc PSNR cho thấy các phương pháp đề nghị đã có sự tiến bộ về chất lượng ảnh video HR được khôi phục. Phương pháp siêu phân giải video đơn frame CSI đã cho thấy chất lượng tốt hơn so với phương pháp ASDS. Phương pháp siêu phân giải video đa frame PSEFD đã cho thấy chất lượng ảnh video HR được khôi phục tốt hơn đáng kể so phương pháp ASDS và CSI khi thực hiện siêu phân giải trên Hình 6. 1. Minh họa hình ảnhcủa 10 chuỗi video thựcđượcsửdụng cho thựcnghiệm [27].
các chuỗi video có nhiều phần tĩnh, như chuỗi Calendar và City. Phương pháp MMAD cho thấy thế mạnh khi có khả năng siêu phân giải video động đa frame, với chất lượng tốt hơn hẳn so với phương pháp PSEFD. Phương pháp BM, do có khả năng siêu phân giải video đa frame cho cả phần cảnh nền và chi tiết ảnh động, nên kết quả đã cho thấy sự tiến bộ vượt trội so với phương pháp MMAD. Phương pháp BM cũng cho thấy có khả năng khôi phục siêu phân giải vượt trội hơn phần mềm siêu phân giải video thương mại VE [37] với những chuỗi video có nhiều phần ảnh tĩnh, như chuỗi:
Calendar và City.
Bên cạnh đó, ta quan sát ảnh HR được khôi phục bằng các giải thuật khác nhau, ở Hình 6.2 a) và b). Quan sát kỹ các chi tiết ảnh City, ở vùng được khoanh tròn và hình chữ nhật màu trắng, là vùng lan can của tòa nhà. Ta thấy ảnh Bicubic, ASDS và CSI bị răng cưa, mờ và không rõ nét chi tiết ảnh. Ảnh của VE có tiến bộ hơn, vùng hình chữ nhật rõ nét hơn, nhưng vùng khoanh tròn ảnh vẫn bị răng cưa. Trong khi đó với ảnh PSEFD, MMAD và BM thì các chi tiết được khôi phục rất rõ nét. Với ảnh Football,
tuy rất khó phân biệt, nhưng nếu quan sát kỹ, ta cũng sẽ thấy ảnh được khôi phục bằng các phương pháp đề xuất cho màu sắc tươi và rõ nét hơn các phương pháp khác.
Bảng 6. 1. Thống kê kếtquả giá trị trung bình PSNR và SSIM của các giảithuật khác nhau trên 10 chuỗi video thực.Mỗichuỗi, siêu phân giảivớitỷlệ 2x2 cho 10 frame liên tiếp.
PSNR Bicubic ASDS [11] CSI PSEFD 3 frame MMAD 5 frame VE [37] BM 5 frame Calendar 22.26 22.66 22.57 25.07 24.98 24.47 25.78 Cheer-leader 27.00 27.37 27.49 26.88 27.18 27.57 27.37 City 29.11 29.90 30.00 32.05 32.87 32.74 34.96 Football 30.06 30.24 30.77 30.00 30.26 31.50 31.52 Foliage 27.47 27.36 28.39 28.74 29.76 30.36 30.67 Flower-graden 23.54 23.73 23.75 23.71 23.68 24.04 24.05 Harbour 32.40 34.61 34.65 32.16 33.34 35.50 34.76 Summer-flower 25.07 25.16 25.40 25.53 25.69 25.90 25.90 Susie 40.00 39.12 41.17 39.54 40.97 41.64 41.19 Walk 31.08 31.45 32.25 30.82 31.10 33.45 32.40
Bicubic ADSD [12] CSI PSEFD MMAD VE [33] BM
a) City×2 b) Football×2 c) Calendar×4 d)Harbour×4 Hình 6. 2. Minh họakếtquảmộtphầnảnh HR được siêu phân giảivới tỷlệ 2x2 từ các chuỗi