文献

J-GLOBAL ID：201702211060181395   整理番号：17A0368715

画像超解像のためのカーブレットサポート値フィルタ(CSVFs)【Powered by NICT】

Curvelet Support Value Filters (CSVFs) for image super-resolution

著者 (5件)： Yang Shuyuan (International Research Center for Intelligent Perception and Computation, Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Electronic Engineering, Xidian University, Xi’an, Shaanxi 710071, China) ,  Zhang Jiren (International Research Center for Intelligent Perception and Computation, Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Electronic Engineering, Xidian University, Xi’an, Shaanxi 710071, China) ,  Cui Shun (International Research Center for Intelligent Perception and Computation, Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Electronic Engineering, Xidian University, Xi’an, Shaanxi 710071, China) ,  Wang Min (International Research Center for Intelligent Perception and Computation, Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Electronic Engineering, Xidian University, Xi’an, Shaanxi 710071, China) ,  Jiao Licheng (International Research Center for Intelligent Perception and Computation, Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Electronic Engineering, Xidian University, Xi’an, Shaanxi 710071, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 211  ページ： 53-59  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： スパース符号化に基づく単一画像超解像度(SISR)技術は,単一低解像度(LR)画像から高解像度(HR)画像を生成するのに有効であることが証明されている。しかし,コードブック不適切は,得られたHR画像に予想しなかった構造的詳細をもたらすであろう。本論文では,コードブックを定式化するためのより信頼性のある画像特徴を見出すために,著者らは,マルチスケール構造的特徴抽出のための新しいカーブレットサポート値フィルタ(CSVFs)を提案した。近似画像に対する局所マルチスケール及び多方向カーブレット関数を定義し,この近似における構造的リスク最小化制約をキャストすることによって,画像の最も顕著な局所スケール位置方向情報を明らかにするために,カーブレット支援値のセットを導出した。これらの特徴は,より信頼性の高いコードブックを構築するために使用されており,二個の結合した例示的なデータセットによる多重スケールと方向で行い,HR画像を回復することであるスパース符号化ベースの回収。自然画像の3X増幅を実現するにしたいくつかの実験,回収された結果は,その対抗手段に対するその効率性および性能的優位性を示唆した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 構造特性 ,  分解能 ,  制約条件 ,  *超解像 ,  信頼性 ,  フィルタ ,  近似法 ,  高分解能 ,  画像特性 ,  符号表 ,  *画像
準シソーラス用語： 自然画像 ,  マルチスケール ,  低分解能 ,  スパースコーディング , 【Automatic Indexing@JST】

著者キーワード (4件)： 超解像 ,  カーブレットサポート値フィルタ ,  スパース符号化 ,  マルチスケール

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 超解像 ,  カーブレット