文献

J-GLOBAL ID：201502255982195818   整理番号：14A1432818

結合以上completed辞書に基づく赤外Nephogram超解像の方法【Powered by NICT】

A Method of Infrared Nephogram Super-resolution Based on Coupled Over-completed Dictionary

著者 (3件)： Shi Dawei (Coll. of Information Sci. and Engineering, Ningbo Univ., Zhejiang, Ningbo) ,  Fu Randi (Coll. of Information Sci. and Engineering, Ningbo Univ., Zhejiang, Ningbo) ,  Jin Wei (Coll. of Information Sci. and Engineering, Ningbo Univ., Zhejiang, Ningbo)
資料名： Guangdian Gongcheng  (Guangdian Gongcheng)
巻： 41  号： 4  ページ： 69-74  発行年： 2014年 
JST資料番号： C2092A  ISSN： 1003-501X  CODEN： GUGOEC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 赤外雲写真の低解像度の問題に対して,結合上のcompleted辞書学習を用いた赤外雲写真超解像の方法を提示した。赤外雲写真劣化モデルの解析に基づいて,スパース表現理論から構築される超解像再構成フレームワーク。最初に,多数の高分解能および低分解能試料雲写真パッチのランダムサンプリングによる訓練サンプルから成る。辞書訓練によるD_hとD_lを対辞書を構築し,対応する高分解能と低分解能雲写真パッチがそれらの辞書に類似したスパース表現を持つことを明確にした。辞書更新の戦略を変化させる結合辞書訓練方法を提案し,結合辞書は,反復の各段階におけるD_hとD_lを交互最適化により得られた。最後に,入力低分解能赤外雲写真のための,最適化された直交マッチング追跡(OOMP)アルゴリズムは,再構成制約を満足する高分解能赤外雲写真を達成するために使用されている。多数の実験により,提案したアルゴリズムが,より高い品質再構成赤外雲写真を得ることができることを示した。アルゴリズム効率は他の辞書学習アルゴリズムよりもより効果的であった。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *超解像 ,  フレームワーク【ソフトウェア開発】 ,  無作為抽出 ,  最適化 ,  制約条件 ,  学習アルゴリズム
準シソーラス用語： 辞書学習 ,  劣化モデル ,  スパース表現 , 【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)： 辞書 ,  赤外 ,  超解像