文献

J-GLOBAL ID：202002291125809359   整理番号：20A2449248

画像超解像修復インスタンスベース学習と反復カーネル回帰【JST・京大機械翻訳】

Image Super-Resolution Restoration Instance-Based Learning and Iterative Kernel Regression

著者 (3件)： Huang Juxiu (China National Institute of Standardization, Beijing 100191, China) ,  Feng Lei (China National Institute of Standardization, Beijing 100191, China) ,  Liao Jingxing (China National Institute of Standardization, Beijing 100191, China)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1621  号： 1  ページ： 012039 (8pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文は,用例学習と反復方向カーネル回帰に基づく画像超解像復元アルゴリズムを提案して,それは用例学習に基づく既存の超解像復元アルゴリズムが,サンプルライブラリとのマッチングの小さい程度とノイズの存在における画像復元の問題を有するという問題を解決するために使用した。それらの中で,用例学習は基本的な画像復元を達成できる。方向カーネル回帰において,推定平滑化行列は,多重反復後に最小平均二乗推定を得ることができ,さらに超解像度回復画像を最適化した。シミュレーション結果は,改良アルゴリズムが超解像復元画像のロバスト性とエッジ保存特性を改善することを示した。古典的アルゴリズムと比較して,アルゴリズムにはより良い視覚効果があり,根平均二乗誤差は15%以上改善でき,アルゴリズムの有効性を反映する。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  雑音 ,  シミュレーション ,  計算機シミュレーション ,  *学習 ,  視覚効果 ,  多重化 ,  平滑化 ,  *超解像 ,  有効性 ,  ロバスト性 ,  画像復元
準シソーラス用語： 平均二乗誤差 ,  エッジ保存 ,  *カーネル回帰 , 【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 (5件)： 超解像 ,  修復 ,  インスタンスベース学習 ,  反復 ,  カーネル回帰