文献

J-GLOBAL ID：201302221244978488   整理番号：13A0012177

多様体学習法と事例ベース法を融合した超解像技術とその高速化

Fast Example-Based Super-Resolution Using Manifold Learning

著者 (6件)： 谷口和輝 (立命館大学情報理工学部メディア情報学科) ,  韓先花 (立命館大学情報理工学部メディア情報学科) ,  大橋基範 (立命館大学情報理工学部メディア情報学科) ,  岩本祐太郎 (立命館大学情報理工学部メディア情報学科) ,  笹谷聡 (立命館大学情報理工学部メディア情報学科) ,  陳延偉 (立命館大学情報理工学部メディア情報学科)
資料名： 電気学会論文誌 C  (IEEJ Transactions on Electronics, Information and Systems)
巻： 132  号： 11  ページ： 1768-1773 (J-STAGE)  発行年： 2012年 
JST資料番号： S0810A  ISSN： 0385-4221  資料種別： 逐次刊行物 (A)
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,様々な分野で解像度の高い鮮明な画像が強く求められている。そのため,ソフトウェア面から画像の画質改善を図る超解像技術(Super Resolution:SR)が大変注目されている。これに対し,本論文では,Single-Frame SRの新しい手法として,従来のExample-based SRとNE-based SRを組み合わせることを提案する。また,従来この計算コストは膨大であったため,これを削減する手法を提案する。Example-based SRは,事例ベース超解像技術とも呼ばれ,高解像良化を図る低解像度画像とは別に,事例画像で構築されたデータベースを利用する方法である。NE-based SRは,多様体学習の手法を超解像技術に応用した手法である。従来手法であるExample-based SRとNE-based SRを組み合わせることで,HR画像の再構成の精度を向上させた。また,処理する必要のない領域をスキップし,計算時間を削減した。実験の結果から,従来手法よりも目視,定量評価において精度が向上していることを確認し,計算時間が削減されていることも確認できた,以上より,提案手法が従来手法よりも有用であることが示された。

シソーラス用語： *超解像 ,  学習 ,  帰納学習 ,  *高速化 ,  改良 ,  *画像処理
準シソーラス用語： 多様体学習 ,  事例ベース学習 ,  画質改善

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (9件)：

• 陳延偉. 入門 画質改善・画像復元・超解像技術. 2011
• IRANI, M. Improving Resolution by Image Registration. GVGIP : Graphical Models and Image Processing. 1991, 53, 3
• FREEMAN, W. T. Example-based super-resolution. IEEE Computer Graphics and Applications. 2002, 22, 2, 56-65
• CHANG, H. Super-resolution through neighbor embedding. CVPR, 2004. 2004, 1, 275-282
• QIAO, J. Joint Blind Super-Resolution and Shadow Removing. IEICE Trans Information & Systems, D. 2007, E90, 12, 2060-2069

タイトルに関連する用語 (5件)： 多様体学習 ,  事例ベース ,  融合 ,  超解像技術 ,  高速化