文献

J-GLOBAL ID：201202224139092395   整理番号：12A0929643

ナンバープレート超解像のための一般DAMRF画像モデリング

A Generalized DAMRF Image Modeling for Superresolution of License Plates

著者 (2件)： ZENG Weili (Southeast Univ., Nanjing, CHN) ,  LU Xiaobo (Southeast Univ., Nanjing, CHN)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 13  号： 2  ページ： 828-837  発行年： 2012年06月 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
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： 超解像(SR)再構成法は,同一シーンの一連の低解像度(LR)画像を用いて,高解像度(HR)画像を推定する手法である。本論文では,ナンバープレート認識に応用した。多数の超解像手法の中で,近年,不連続性適応マルコフ確率場(MRF)SR法が提案されている。HR画像は不連続性適応正規化によるMRFとしてモデル化される。そして,超解像画像の最大事後推定が得られる。この不連続性適応MRF(DAMRF)モデルは,現実の画像に対して有望な結果を与えるが,個別のシーンに対して適応的ではない。本論文では,この適応性を増すために,一般DAMRF(GDAMRF)モデルを提案した。これは,バイラテラルフィルタリングに基づいており,BayesianMAPとバイラテラルフィルタリングを結合したものである。提案手法はエッジ保存に優れており,バイラテラルフィルタリングからのノイズに対してロバストである。実験結果も提示した。

シソーラス用語： *超解像 ,  *自動車艤装 ,  画像再構成 ,  高分解能 ,  事後確率 ,  適応性 ,  Bayes推定 ,  確率モデル ,  フィルタリング ,  画像強調
準シソーラス用語： エッジ強調 ,  *ナンバープレート ,  マルコフ確率場 ,  高解像性 ,  高解像度画像

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  車体構造とぎ装  (QG03060R)

タイトルに関連する用語 (3件)： ナンバー ,  超解像 ,  画像モデリング