特許
J-GLOBAL ID：201703020260530452

入力低解像度(LR)画像を処理して出力高解像度(HR)画像にする方法

発明者：
ポリクリ、ファティー

ポリクリ、ファティー について

, 
シュリバスタバ、アシシュ

シュリバスタバ、アシシュ について

, 
ソーントン、ジェイ

ソーントン、ジェイ について


出願人/特許権者：
三菱電機株式会社

三菱電機株式会社 について


代理人 (6件)： 曾我 道治 ,  梶並 順 ,  大宅 一宏 ,  上田 俊一 ,  吉田 潤一郎 ,  飯野 智史
公報種別：公表公報
出願番号（国際出願番号）：特願2016-539240
公開番号（公開出願番号）：特表2017-500651
出願日： 2015年02月25日
公開日（公表日）： 2017年01月05日
要約：
方法が、回帰関数を用いて低解像度(LR)から高解像度(HR)画像を生成する。トレーニング段階中、トレーニングHR画像がLR画像にダウンサンプリングされる。ローカル3値パターン(LTP)に基づいてLR-HRパッチ対ごとにシグネチャが決定される。シグネチャは、パッチ対特徴の抽象化として用いられる低次元記述子である。次に、同じシグネチャを有するパッチ対がクラスタリングされ、LRパッチをHRパッチにマッピングする回帰関数が決定される。いくつかの場合、決定された単一の回帰関数を学習するために、同様のシグネチャのパッチ対を組み合わせることができ、これによって必要な回帰関数の数が減少する。実際のアップスケーリング中、入力画像のLRパッチが同様に処理され、シグネチャ及び回帰関数が得られる。次に、LRパッチを、トレーニング回帰関数を用いてアップスケーリングすることができる。
請求項（抜粋）：
入力低解像度(LR)画像を処理して出力高解像度(HR)画像にする方法であって、 前記入力LR画像をパッチに分割することと、 パッチごとにローカルn値パターン(LnP)を決定することと、 前記LR画像を拡大して、拡大LR画像(ELR)を生成することと、 前記LnPに基づいて前記ELR画像パッチに回帰関数を適用して、前記出力HR画像を生成することであって、前記回帰関数は、トレーニングELR画像とトレーニングHR画像との対から学習されることと、 を含み、各ステップはプロセッサにおいて実行される、方法。
IPC (2件)：
G06T 3/40 ,  G06T 7/00
FI (2件)：
G06T3/40 730 ,  G06T7/00 350B
Fターム (6件)：
5B057CC02 ,  5L096DA01 ,  5L096EA16 ,  5L096EA18 ,  5L096EA33 ,  5L096FA32
引用文献：
審査官引用 (3件)
  • Super-resolution using DCT based learning with LBP as feature model
  • 自己縮小画像と混合ガウス分布モデルを用いた超解像
  • Generalized local N-ary patterns for texture classification

前のページに戻る

TOP

BOTTOM