文献

J-GLOBAL ID：201502256304620343   整理番号：15A0562200

複数の縮小基底辞書を用いたスパースコーディングに基づく学習型超解像の高速化

High Speed Sparse-coding Superresolution by Multiple Degenerated Basis Dictionaries

著者 (3件)： 本橋直樹 (リコー リコー技研) ,  中村聡史 (リコー リコー技研) ,  鈴木俊博 (リコー リコー技研)
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： 114  号： 496(SIS2014 91-113)  ページ： 85-90  発行年： 2015年02月26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： 一枚超解像は,低解像度画像の細部情報(例えば,テクスチャ)を他の画像から抽出した高周波成分を加算することで復元し,画質を改善する手法である。一枚超解像の中でも,学習型超解像(Example-based Superresolution:Example-based SR)は復元精度の高さから長年研究されてきた。特に,スパースコーディングを用いた手法(Sparse-coding Superresolution:ScSR)は失われた細部情報を正確に復元でき,かつ従来のExample-based SRに比べて処理時間を大幅に削減できることから盛んに研究されている。しかし,ScSRの処理は未だに複雑であり,更なる高速化が求められている。この課題を解決するために本稿では,ScSRで使われる辞書を複数の縮小基底辞書に分割し,低解像度画像から抽出した入力パッチと辞書に含まれる基底とのマッチング回数を削減することで高速化する手法を提案する。実験により,提案手法は精度を大きく減少させること無く,処理時間を1/2以下に短縮することに成功した。(著者抄録)

シソーラス用語： *基底 ,  *辞書 ,  *画像処理 ,  *学習 ,  *超解像 ,  *高速化 ,  画像 ,  成分 ,  改良 ,  加工時間
準シソーラス用語： *スパースコーディング ,  テクスチャ ,  画質改善 ,  高周波成分 ,  低解像度画像

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (8件)：

• W. T. Freeman, T. R. Jones, and E. C. Pasztor, ”Example-based Super-Resolution,” IEEE Comp. Graph. Appl., Vol.22, No. 2, pp. 56-65, 2002.
• W. T. Freeman, E. C. Pasztor, O. T. Carmichael, ”Learning Low-Level Vision,” International Journal of Computer Vision, 40(1), pp. 25-47, 2000.
• J. Yang, J. Wright, T. Huang, and Y. Ma, ”Image super-resolution as sparse representation of raw image patches,” in Proc. IEEE Conf. Computer Vision Pattern Recognition., pp. 1-8, 2008.
• J. Yang, J. Wright, T. Huang, and Y. Ma, ”Image Super-Resolution Via Sparse Representation,” in Proc. Image Processing, IEEE Transactions on., 2010, pp. 2861 - 2873.
• Roman Zeyde, Michael Elad et al, ”On single image scale-up using sparse-representations,” Proceedings of the 7th international conference on Curves and Surfaces, pp. 711- 730, 2012.

タイトルに関連する用語 (7件)： 縮小 ,  基底 ,  辞書 ,  スパースコーディング ,  学習 ,  超解像 ,  高速化