文献

J-GLOBAL ID：202002264256251377   整理番号：20A1944801

最近傍局所Gauss過程回帰を用いた単一画像超解像【JST・京大機械翻訳】

Single Image Super Resolution Using Nearest Neighbor Local Gaussian Process Regression

著者 (3件)： Ziwei Lu (Northeastern University, Shenyang) ,  Chengdong Wu (Northeastern University, Shenyang) ,  Xiaosheng Yu (Northeastern University, Shenyang)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICMLC 2018  ページ： 236-241  発行年： 2018年 
JST資料番号： D0698C  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： 信号画像超解像の目的は,与えられた低解像度(LR)入力から高解像度画像を生成することである。低解像度パッチ対に対する学習回帰は,画像超分解能において有望であることを示した。Gaussプロセス回帰(GPR)は,典型的な確率モデルであり,強い適合性を持つが,多数のサンプルモデリングを構築するのに時間がかかる。本論文では,GPRベース手法を拡張し,低解像度パッチから対応する高周波数パッチへの関数関係を学習する最近傍局所Gaussプロセス回帰(NNLGPR)を提案した。最初に,各入力低解像度パッチに対するサンプル集合における最近傍パッチを探索した。第二に,著者らは,各々の低解像度パッチのために,検索された最近傍低解像度パッチからそれらの対応する高周波パッチまでの局所Gaussプロセス回帰モデルを確立する。次に,初期高分解能パッチを,アップスケール低解像度パッチと高周波パッチを結合することによって復元した。最後に,非局所類似性とIBPを利用して,再構成画像の品質を改善した。実験結果は,著者らのアプローチが,ピーク信号対ノイズ比およびいくつかの最先端技術に対する視覚効果において,より良い結果を獲得することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  学習 ,  HF【周波数】 ,  *Gauss過程 ,  適応性 ,  視覚効果 ,  *超解像 ,  回帰モデル ,  類似性 ,  確率モデル ,  高分解能
準シソーラス用語： 高精細画像 ,  低分解能 ,  再構成画像 ,  *Gauss過程回帰 , 【Automatic Indexing@JST】

著者キーワード (4件)： 高周波 ,  局所Gauss過程回帰 ,  最近傍 ,  超解像

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： Gauss過程回帰 ,  超解像