文献

J-GLOBAL ID：201202275931211095   整理番号：12A0924344

ベクトル量子化と多様体学習を用いた超解像技術

Image Super-Resolution using Manifold Learning with Vector Quantization

著者 (5件)： 谷口和輝 (立命館大 大学院情報理工学研究科) ,  HAN Xian-Hua (立命館大 大学院情報理工学研究科) ,  岩本祐太郎 (立命館大 大学院情報理工学研究科) ,  笹谷聡 (立命館大 大学院情報理工学研究科) ,  CHEN Yen-Wei (立命館大 大学院情報理工学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 112  号： 38(MI2012 1-20)  ページ： 19-24  発行年： 2012年05月10日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,画質改善の方法として超解像技術が注目されている。その中でも単一の低解像度画像から高解像度画像を生成するSingle-Frame SRは,入力する低解像度画像とは別に,大規模なデータベースが必要である。しかし,従来まではデータベース内の学習データが冗長となる問題点や,パッチを探索する計算時間が膨大となる問題点があった。そのため,本研究ではk-means法を用いたベクトル量子化によりデータベースの冗長性を低減し,計算時間の高速化を実現した。(著者抄録)

シソーラス用語： *ベクトル量子化 ,  学習 ,  *超解像 ,  改良 ,  画像 ,  データベース ,  データ ,  *冗長性 ,  CPU時間 ,  高速化
準シソーラス用語： *画質改善 ,  学習データ ,  計算時間 ,  高解像度画像 ,  多様体学習 ,  超解像技術 ,  低解像度画像

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  代数学  (AB02000R)

タイトルに関連する用語 (3件)： ベクトル量子化 ,  多様体学習 ,  超解像技術