文献

J-GLOBAL ID：201802286212863707   整理番号：18A0521622

RBM辞書学習に基づく適応超解像アルゴリズム【Powered by NICT】

Adaptive super resolution algorithm based on RBM dictionary learning

著者 (2件)： Liu Chang (School of Computing Science and Technology, Guangdong University of Technology, Guangzhou, China) ,  Liu Yi Jun (School of Information Engineering, Guangdong University of Technology, Guangzhou, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WiSPNET  ページ： 2699-2703  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： SCSR(スパース符号化スパース表現)によると,一般的辞書に基づくアルゴリズムを画像の種々の構造型を特徴づけることができず,大域的スパース再構成はMCA(形態学的成分分析)に基づいた冗長,提案した超解像アルゴリズム適応分解のこれらの二つの欠点を紹介した。,辞書訓練サンプルとして低解像度画像再構成とダウンサンプリングのための訓練の低解像度辞書を得るためにスパースK-SVD法を使用した最初の,このアルゴリズムは,低解像度画像の間の相関を改善し,辞書を再構築した。第二に,再構成相では,MCA法を用いてスパース画像を再構成するために画像のテクスチャ成分を抽出することである。実験結果が他の最新のアルゴリズムと比較して,提案したアルゴリズムは,より良い画像エッジの詳細を回復することができ,再構成品質は良好であることを示した。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： *超解像 ,  モルフォロジー ,  冗長性 ,  透視図法 ,  画像 ,  *アルゴリズム ,  再構成 ,  品質 ,  画像再構成
準シソーラス用語： 低解像度画像 ,  ダウンサンプリング ,  低分解能 ,  スパース表現 ,  スパースコーディング ,  *辞書学習 , 【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 (4件)： 辞書学習 ,  適応 ,  超解像 ,  アルゴリズム