文献

J-GLOBAL ID：201802295119090218   整理番号：18A1451197

正則化技術と低ランク行列のスパース表現超解像アルゴリズムへの応用【JST・京大機械翻訳】

Application of Regularization Technique and Low-Rank Matrix in Super-Resolution Algorithm via Sparse Representation

著者 (4件)： Huang Detian (華僑大学工学院 泉州 362021;華僑大学工業智能化技術与系統福建省高校工程研究中心 泉州 362021) ,  Huang Weiqin (華僑大学工学院 泉州 362021;華僑大学工業智能化技術与系統福建省高校工程研究中心 泉州 362021) ,  Yun Haijiao (中国科学院国家天文台長春人造衛星観測站 長春 130117) ,  Zheng Lixin (華僑大学工学院 泉州 362021;華僑大学工業智能化技術与系統福建省高校工程研究中心 泉州 362021)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 30  号： 5  ページ： 868-877  発行年： 2018年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  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： 画像の特性を有効に活用するために,従来の超解像アルゴリズムのエッジと構造の詳細回復の欠点を解決するために,改良超解像アルゴリズムを提示する。再構成画像の低ランク分解を行い,異なる特徴の低ランクサブ画像とスパースサブ画像を得た。低ランクサブ画像に対して、正則化技術に基づいたスパース表現超解像アルゴリズムを利用して再建を行い、まず低ランクサブ画像に類似画像ブロックを探り、非局所相似正則化項を構築したことを提案する.。画像の非局所的冗長度を得て,エッジ情報を保つ。次に,局所線形埋め込み法により,多様体学習正則化項を構築し,構造情報の強化のために,画像構造の事前知識を得た。まばらなサブ画像に対しては,疎表現の超解像再構成には関与せず,二重3次補間法を用いて再構成した。実験結果は,他のアルゴリズムと比較して,主観的視覚効果において,ピーク信号対雑音比(SNR)と構造類似性指数(SNR)において,アルゴリズムの顕著な改善を示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 内挿法 ,  再構成 ,  画像 ,  *超解像 ,  線形性 ,  *アルゴリズム ,  類似性 ,  *正則化 ,  冗長度 ,  視覚効果 ,  *透視図法
準シソーラス用語： 事前知識 ,  画像構造 ,  多様体学習 ,  *スパース表現 , 【Automatic Indexing@JST】

著者キーワード (5件)： super-resolution ,  sparse representation ,  non-local similarity ,  locally linear embedding ,  low-rank matrix

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 正則化 ,  行列 ,  スパース表現 ,  超解像 ,  アルゴリズム ,  応用