文献

J-GLOBAL ID：201702249507287805   整理番号：17A0314539

画像超解像を改善するための汎用スパース表現に基づく後処理法【Powered by NICT】

A versatile sparse representation based post-processing method for improving image super-resolution

著者 (3件)： Yang Jun (School of Data and Computer Science, Sun Yat-sen University, Guangzhou 510006, China) ,  Guo Jun (School of Data and Computer Science, Sun Yat-sen University, Guangzhou 510006, China) ,  Chao Hongyang (School of Data and Computer Science, Sun Yat-sen University, Guangzhou 510006, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 205  ページ： 287-300  発行年： 2016年09月12日 
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： 本研究の目的は,単一画像超解像(SR)であり,その中で入力は低解像度画像により特定されるであり,一貫した高分解能画像が回収されるべきである。主流SR法のための反復微調整と近似(IFA)と呼ばれる新しい後処理法を提案した。内部画像統計量は,既存の外部SR法の出力に線形部分空間近似を微調整すると,良好な失われた詳細を再構築し,望ましくないアーチファクトを低減する支援反復で補完した。提案手法の主要な概念は,最初の類似した分類画像パッチによる内部画像情報を調査し,促進させ,その後,塩基または一次成分を学習する反復によるスパースまたは低ランク表現を見出し,それによって一次構造と画像のいくつかの詳細を強化することである。二標準ベンチマークデータセット上で提案したIFA法を評価し,IFAはその出力をtweaking,最先端の性能を達成することを介して多くの既存方法の実質的な改善をもたらすことができることを示した。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： 近似法 ,  *超解像 ,  再構成 ,  主成分分析 ,  統計量 ,  アーチファクト ,  線形性 ,  *後処理 ,  *画像
準シソーラス用語： 画像情報 ,  部分空間 ,  微調整 ,  高精細画像 ,  低解像度画像 ,  *スパース表現 , 【Automatic Indexing@JST】

著者キーワード (5件)： 画像超解像 ,  スパース表現 ,  主成分分析 ,  後処理 ,  反復微調整と近似(IFA)

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 超解像 ,  汎用 ,  スパース表現 ,  処理法