随着多媒体技术的不断发展和进步,以视频监控、远程会议和高清电视为代表的视频应用在人们的生产生活中发挥着重要的作用。然而由于当前计算机和网络系统中传输带宽、存储空间、系统输入输出性能等因素的种种限制,很多视频系统普遍存在着分辨率较低和图像质量差的问题。为了提升视频帧的图像分辨率和整体质量,视频超分辨率技术受到越来越多研究者的关注。视频超分辨率旨在通过对低分辨率视频进行一系列技术处理,增加其像素密度并恢复其丢失的细节纹理,进而生成高质量的高分辨率视频。传统的视频超分辨率方法需要引入时空相邻帧作为当前待处理视频帧的参考信息,通过某种算法进行时空对齐,实现视频帧之间的信息匹配和转移,再进行视频超分辨率重建。但许多视频超分辨率方法存在着时空对齐不稳定、参考信息有限、重建效果过于模糊等问题。这些问题均制约着当前视频超分辨率技术的发展和应用。针对视频超分辨率研究中的以上难点,本文从一个新的角度来对视频超分辨率进行研究。结合特征处理技术和生成对抗网络技术,本文提出了一种模块化视频超分辨率方法。本文的主要研究内容如下:1.一种基于特征处理的视频帧信息匹配和转移的方法。这种方法可以使不同的视频帧能够在特征域内实现稳定的时空对齐,进而完成准确的特征信息匹配和转移。这种方法可用于混合分辨率视频架构——一种包含少量高分辨率视频帧和大量低分辨率视频帧的视频架构。在对混合分辨率视频进行超分辨率处理时,这种基于特征处理的方法可以充分利用高分辨率视频帧所包含的完整参考信息来“指导”低分辨率视频帧的超分辨率进程,明显提升视频超分辨率重建质量。2.一种基于生成对抗网络的分辨率增强和帧间约束优化的方法。这种方法用于视频超分辨率网络模型的训练阶段,包含生成网络和判别网络两部分。生成网络用于在相同的物理尺寸下利用高分辨率视频帧的特征信息来对低分辨率视频帧进行分辨率增强,生成超分辨率视频帧;判别网络则使用低分辨率视频帧的相邻真实高分辨率视频帧来对生成视频帧进行时空信息约束,加强生成视频帧与真实视频帧的时空关联度,进一步提升生成视频帧的重建质量。3.一种模块化的视频超分辨率架构。这种架构将视频超分辨率拆分成若干个子任务。对每个子任务而言,该架构都有相应的模块来完成这些子任务,最后将这些模块综合起来实现视频超分辨率。同时该模块化架构能够将单一图像超分辨率方法和视频超分辨率方法有机结合起来,并且具备高度的灵活性和可定制性。公共数据集上的实验结果表明,与其他已公开的超分辨率方法相比,本文所提出视频超分辨率方法在主观视觉感受和客观指标上都能够达到理想的视频超分辨率重建效果,有着优良的的视频超分辨率重建性能。