文献

J-GLOBAL ID：201802232609797756   整理番号：18A2123303

GEPマルチラベル学習に基づく画像超解像復元アルゴリズム【JST・京大機械翻訳】

Image super-resolution restoration algorithm based on GEP multi-label learning

著者 (3件)： Tang Jiali (江蘇理工学院計算机工程学院,江蘇常州213001;江蘇大学机械工程学院,江蘇鎮江212013) ,  Liu Yijun (江蘇理工学院計算机工程学院,江蘇常州,213001) ,  Du Zhuoming (江蘇理工学院計算机工程学院,江蘇常州213001;南京師范大学数学科学学院,南京210023)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 35  号： 6  ページ： 1849-1852  発行年： 2018年 
JST資料番号： C2536A  ISSN： 1001-3695  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： 従来のパラダイム学習超解像復元アルゴリズムのサンプルブロックの誤マッチングと結果の不安定などの欠点に対して、遺伝子発現プログラミングのマルチラベル学習に基づく超解像復元アルゴリズムを提案し、目標画像と相関性が高いサンプルサブライブラリを選別し、マルチラベルフレームでサンプル事前分類を行った。画像の多重特徴に従って,相関画像のクラスを選別し,オフラインで分類モデルを構築し,画像品質と計算速度を改善した。実験結果は,アルゴリズムには強いロバスト性と良いロバスト性があり,低解像度画像ブロックのマッチング範囲を縮小し,超解像復元の効率と効率を改善できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  *画像 ,  計算機処理速度 ,  画質 ,  マッチング ,  ロバスト性 ,  *アルゴリズム ,  *超解像 ,  多重化
準シソーラス用語： 低解像度画像 ,  分類モデル ,  オフライン ,  遺伝子発現プログラミング , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： マルチ ,  ラベル ,  学習 ,  超解像 ,  復元 ,  アルゴリズム