En este trabajo abordamos el problema de la superresolución de múltiples fotogramas utilizando el método bayesiano variacional. En el marco bayesiano variacional, la prioridad es crucial para transferir el problema de reconstrucción mal planteado a uno bien planteado. Proponemos un método de combinación a priori basado en un banco de filtros y en la norma l1. En nuestro modelo a priori se utilizan múltiples filtros, y el vector de coeficientes de combinación correspondiente puede estimarse mediante las características de la imagen filtrada y el ruido. Además, los coeficientes adaptativos locales de cada filtro son más eficaces para eliminar el ruido y preservar los bordes de la imagen. Extensos experimentos demuestran las ventajas del método propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Simulaciones numéricas de un dipolo magnético sobre un nanofluido Eyring-Powell radiativo no lineal considerando los efectos de disipación viscosa y óhmica
Artículo:
Filtro MeMBer multisensor robusto para el seguimiento de objetivos múltiples ampliados
Artículo:
Un método eficaz de optimización de BWBUG basado en modelos multifidelidad y gradientes de restricciones geométricas
Artículo:
Algunas desigualdades integrales para funciones -polinómicas -preinvexas.
Artículo:
Estudio sobre la inercia como una propiedad de la masa inducida por la gravedad, en un universo infinito de Hubble en expansión.
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.