文献

J-GLOBAL ID：201802226460021604   整理番号：18A0518448

クラス適応画像事前確率を用いたブラインド画像ぼけ除去【Powered by NICT】

Blind image deblurring using class-adapted image priors

著者 (2件)： Ljubenovic Marina (Instituto de Telecomunicac,oes, Instituto Superior Te ́cnico, Universidade de Lisboa, Lisbon, Portugal) ,  Figueiredo Mario A. T. (Instituto de Telecomunicac,oes, Instituto Superior Te ́cnico, Universidade de Lisboa, Lisbon, Portugal)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 490-494  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ブラインド画像ぼけ除去(BID)は不良設定逆問題,通常(未知)画像およびぼけフィルタに事前知識を課すことにより検討した。B IDに関する研究の大部分は自然画像に焦点を当て,一般的な自然画像の統計的性質に基づく画像事前確率を用いた。しかし,多くの応用では,いくつかの特定のクラス(例えば,テキスト,顔,指紋)に属し,この知識を利用した回復しつつ画像はより正確な事前分布を得ることを可能にすることが知られている。本研究では,Gauss混合モデル(GMM)は,クラス適応事前分布を学習し,クラスのクリーン画像のデータセットでの訓練に使用されている方法を提案した。テキスト,顔,指紋画像を扱う場合実験は復元品質の観点から提案法の競争力を示した。さらに,実験は,提案した方法が高雑音レベルで文書画像を扱うことができ,テキスト画像のB ID用に特別に設計した最先端の方法を凌駕できることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 雑音指数 ,  品質 ,  *画像 ,  指紋 ,  文書画像 ,  逆問題 ,  フィルタ ,  *事前確率
準シソーラス用語： 指紋画像 ,  Gauss混合モデル ,  事前分布 ,  テキスト ,  自然画像 ,  事前知識 ,  *ぼけ修正 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： クラス ,  適応 ,  事前確率 ,  ブラインド ,  画像ぼけ