文献

J-GLOBAL ID：201902264016224924   整理番号：19A2925235

無参照超解像画像品質評価のためのカスケード回帰の学習【JST・京大機械翻訳】

Learning a Cascade Regression for No-Reference Super-Resolution Image Quality Assessment

著者 (4件)： Zhang Kaibing (School of Electronics and Information, Xi’an Polytechnic University, Xi’an, 710048, China) ,  Zhu Danni (School of Electronics and Information, Xi’an Polytechnic University, Xi’an, 710048, China) ,  Jing Junfeng (School of Electronics and Information, Xi’an Polytechnic University, Xi’an, 710048, China) ,  Gao Xinbo (School of Electronic Engineering, Xidian University, Xi’an, 710071, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICIP  ページ： 450-453  発行年： 2019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： 非参照超解像画像品質評価(NRSRIQA)技術はSR画像の品質とSRアルゴリズムの性能を評価する有効な方法を認識した。本論文では,複数の自然統計的特徴と視覚的知覚スコアの間のマッピング関係を確立するために,2層回帰モデルを学習することにより,新しいNR-SRIQA法を提案した。最初に,SR画像の劣化を定量化するために3種類の統計的特徴を利用した。次に,AdaBoost決定木回帰とリッジ回帰を統合したカスケード2層回帰モデルを訓練し,粗から微細な方法でSR画像の品質を予測した。実験結果は,提案方法が他の以前のSR品質評価手法より優れていて,視覚的知覚品質とより良い一貫性を示すことを実証した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *画質 ,  アルゴリズム ,  回帰モデル ,  ディシジョンツリー ,  視覚 ,  *品質 ,  *超解像
準シソーラス用語： 知覚品質 ,  リッジ回帰 ,  AdaBoost ,  二層 , 【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 (6件)： 参照 ,  超解像 ,  画像品質 ,  評価 ,  カスケード ,  学習