文献

J-GLOBAL ID：202102220732378580   整理番号：21A0066777

任意のスケール因子による深さマップ修復と超解像【JST・京大機械翻訳】

Depth Map Inpainting And Super-Resolution With Arbitrary Scale Factors

著者 (3件)： Truong Anh Minh (Ghent University - imec,TELIN-IPI,Gent,Belgium) ,  Veelaert Peter (Ghent University - imec,TELIN-IPI,Gent,Belgium) ,  Philips Wilfried (Ghent University - imec,TELIN-IPI,Gent,Belgium)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIP  ページ： 488-492  発行年： 2020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： 深さ情報は,ビュー合成や3D再構成のような実世界における多くの応用に有用である。しかし,深さマップの分解能はカラー画像の分解能よりはるかに低い。したがって,深さマップ上の超解像度は,近年,多くの注目を引き出し,機械学習ベースの方法で大きな成功を達成した。しかし,事前の仕事は,各整数スケール因子に対する特定のモデルを訓練し,少数の整数スケールファクタのセットでのみ研究される。さらに,深さセンサによって収集された深さマップは,また,観測対象のエッジとコーナーに沿って,多くの深さ欠損値と深さ誤差を持つ。本研究では,任意のスケール因子による超解像度と,深さマップ上の欠損深さ値を満たすための修復の両方を実行する新しい方法を提案した。Midlebury RGBDデータセットに関する実験結果は,提案した方法の有効性を示した。Copyright 2021 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： 分解能 ,  *超解像 ,  センサ ,  有効性 ,  カラー画像 ,  *スケール因子 ,  機械学習
準シソーラス用語： 3D画像再構成 ,  *奥行きマップ , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： スケール因子 ,  深さマップ ,  修復 ,  超解像