文献

J-GLOBAL ID：201702258103490116   整理番号：17A0274983

再構成利用単一画像超解像の回復:簡単で正確なアプローチ【Powered by NICT】

Return of reconstruction-based single image super-resolution: A simple and accurate approach

著者 (5件)： Wang Feng (College of Telecom. & Inform. Engineering, Nanjing University of Posts and Telecommunications, China) ,  Shao Wen-Ze (College of Telecom. & Inform. Engineering, Nanjing University of Posts and Telecommunications, China) ,  Ge Qi (College of Telecom. & Inform. Engineering, Nanjing University of Posts and Telecommunications, China) ,  Li Hai-Bo (College of Telecom. & Inform. Engineering, Nanjing University of Posts and Telecommunications, China) ,  Huang Li-Li (School of Science, Guangxi University of Science and Technology, Liuzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CISP-BMEI  ページ： 229-234  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： 学習ベース法は,過去10年以上に及ぶ単一画像超解像度(SISR)の主流であった。しかし本論文は,SISRへの展望再構成に戻ると,文献における最新の学習ベース手法と比較して同等かそれより優れてSISR性能を達成する可能性を研究した。特に,(高速)反復縮退しきい値アルゴリズムにより,一般的で,単純だが正確なSISRフレームワークは,再構成プロセスに市販の画像雑音除去アルゴリズムを埋め込むことにより,提案したよりも高度な画像プライアを開発へ挑戦である。ベンチマークデータセット上での多くの実験は,いくつかの最近の学習ベース法,例えば,A+,SRCNNなどに対する比較を伴って行った。BM3D,WNNM,および他の可能性のある候補のような画像フィルタリング方式として超解像精度の点で提案したフレームワークの合理性と優位性を用いた良く実証した。,学習に基づくフィルタリング法も提案フレームワーク,それは,ハイブリッドreconstruction/learningベースSISR手法を作成することができるに装着される,柔軟性だけでなく,提案したフレームワークの可能性を実証することができる。Copyright 2017 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： フィルタリング ,  分解能 ,  *画像 ,  柔軟性 ,  高速度 ,  *超解像 ,  縮退 ,  学習 ,  アルゴリズム ,  *再構成 ,  合理性
準シソーラス用語： 画像フィルタリング ,  画像雑音除去 , 【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)： 再構成 ,  超解像 ,  回復