文献

J-GLOBAL ID：201902282705655402   整理番号：19A1787840

交差分類ツリーとカスケードネットワークに基づく新しい画像超解像法【JST・京大機械翻訳】

A Novel Image Super-Resolution Method Based on Cross Classification Trees and Cascaded Network

著者 (4件)： Lv Yuan (Beijing University of Posts and Telecommunications, Beijing, China) ,  Wang Ziqi (Beijing University of Posts and Telecommunications, Beijing, China) ,  Duan Peiqi (Beijing University of Posts and Telecommunications, Beijing, China) ,  Kang Xuejing (Beijing University of Posts and Telecommunications, Beijing, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1043  ページ： 541-552  発行年： 2019年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文において,著者らは,交差分類ツリー(CCTs)ベースのサンプル分類規則とDeep森林マッピング関係を結合することによって,効率的で高品質の超解像方法を提案した。まず第一に,著者らはサンプル空間を重複部分空間に分割するために多数のマッピングカーネルを使用して,分類機能を実現するためにディシジョンツリーを使用する。このプロセスにおいて,CCTsを用いてサンプルを分類し,サンプル部分空間の被覆率を著しく改善し,分類精度を増加させることができた。次に,CCTsの各葉ノードに対して,カスケードネットワーク(CN)を学習した。これは,各部分空間に対して低分解能(LR)画像パッチを高分解能(HR)画像パッチにマップするために,事前および事後情報を同時に使用する。これは,より大きなサンプルとより少ないハイパーパラメータを有するデータ依存性の方法におけるアンサンブルアプローチである。広範な実験結果は,提案方法がより良い性能とコストをより少なく達成することを実証した。Copyright 2019 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ディシジョンツリー ,  機械学習 ,  高分解能 ,  *超解像 ,  被覆率 ,  *画像
準シソーラス用語： ハイパーパラメータ ,  低分解能 ,  分類精度 ,  部分空間 ,  高品質 , 【Automatic Indexing@JST】

著者キーワード (5件)： 画像超解像 ,  ディシジョンツリー ,  クロス分類ツリー ,  ランダムフォレスト ,  機械学習

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

タイトルに関連する用語 (2件)： カスケードネットワーク ,  超解像