文献

J-GLOBAL ID：201202268175954937   整理番号：12A0273188

結合制約を介した単一画像超解像のための結合学習

Joint Learning for Single-Image Super-Resolution via a Coupled Constraint

著者 (4件)： GAO Xinbo (Xidian Univ., Xi’an, CHN) ,  ZHANG Kaibing (Xidian Univ., Xi’an, CHN) ,  TAO Dacheng (Univ. Technol. Sydney, NSW, AUS) ,  LI Xuelong (Xi’an Inst. Optics and Precision Mechanics, Chinese Acad. Sci., Xi’an, CHN)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 21  号： 2  ページ： 469-480  発行年： 2012年02月 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 本稿では,隣り合うもの埋込みに基づく単一画像超解像(SR)再構成への結合制約を介した結合学習を紹介した。完全な実験結果は,提案した方法が代表的基準線を性能でしのぐことを実証した。提案した方法の識別は,元の低解像度でのよりむしろ一体化特性の部分空間で実行されるkの最寄りの隣り合うものと線形埋込みの選択にあった。著者らの実装で,著者らは,望んだ一体化特性部分空間を得るための各低解像度パッチにもっとも関連する,グルーピングパッチペア(GPP)に結合学習技術を適用した。原理的に,提案した方法は顔画像幻覚のような他のSR応用に拡張される可能性を持った。加えて,固定最寄の地区サイズよりむしろ最適GPPの構築は提案した方法には挑戦的であった。

シソーラス用語： *結合 ,  制約条件 ,  *画像 ,  *超解像 ,  学習 ,  埋込み【写像】 ,  画像再構成 ,  基準線 ,  認識 ,  分解能 ,  空間 ,  顔画像 ,  幻覚
準シソーラス用語： 識別 ,  実験結果 ,  低解像度 ,  部分空間

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)： 制約 ,  超解像 ,  学習