文献

J-GLOBAL ID：202202249939959593   整理番号：22A0104453

マッピングベクトルクラスタリングと非線形画素再構成に基づく単一画像超解像【JST・京大機械翻訳】

Single image super-resolution based on mapping-vector clustering and nonlinear pixel-reconstruction

著者 (3件)： Kang Xuejing (School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Duan Peiqi (School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Xu Ruyu (School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications, Beijing 100876, China)
資料名： Signal Processing: Image Communication  (Signal Processing: Image Communication)
巻： 100  ページ： Null  発行年： 2022年 
JST資料番号： T0844A  ISSN： 0923-5965  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 単一画像超解像(SR)は,高再構成品質と低時間コストで低解像度(LR)画像から高分解能(HR)画像を推定することを目的とする。本論文では,外部サンプルの分類ツリーと非線形ピクセル再構成マッピングカーネルの学習ステージを結合することにより,新しいピクセルワイズSR法を提案した。マッピング学習のためのより妥当なサンプル集合を得るために,分数ノルムに基づくLR-HRパッチペアのマッピングベクトルをクラスタ化することによって,外部サンプルを分類した。次に,軽量ネットワークによって分岐したディシジョンツリーを学習して,各々の試験LRパッチのために1つの合理的クラスを選択した。マッピング学習段階において,ピクセルワイズ非線形マッピングをいくつかの完全接続ネットワークとして表現し,LRパッチ再構成のための満足な一般化能力を提供できる。したがって,この方法はサンプル表現とマッピングの段階で再構成品質と実行速度を同時に保証できる。実験結果は,定量的視覚品質評価と時間コストに関する著者らのアプローチの有効性を実証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  *ベクトル ,  学習 ,  ネットワーク ,  *クラスタ化 ,  *画素 ,  再構成 ,  ディシジョンツリー ,  *超解像 ,  有効性 ,  高分解能 ,  ノルム
準シソーラス用語： 品質評価 ,  低分解能 ,  非線形マッピング , 【Automatic Indexing@JST】

著者キーワード (4件)： 超解像 ,  パッチ再建 ,  決定木 ,  非線形マッピング学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 非線形 ,  画素 ,  再構成 ,  超解像