文献

J-GLOBAL ID：201602272847684558   整理番号：16A0976436

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

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

著者 (3件)： Jun Yang (School of Data and Computer Science, Sun Yat-sen University, China) ,  Jun Guo (School of Data and Computer Science, Sun Yat-sen University, China) ,  Hongyang Chao (School of Data and Computer Science, Sun Yat-sen University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICMEW  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究の目的は,画像超解像(SR),入力は,低分解能画像による特定であると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)と命名した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,塩基を学習する反復によるスパース表現を見出し,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。実験結果は,提案した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 2016 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  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 ,  低分解能 ,  *スパース表現 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 超解像 ,  スパース表現 ,  処理法