文献

J-GLOBAL ID：202202285881288263   整理番号：22A0914111

RAISRを用いた局所画像雑音除去【JST・京大機械翻訳】

Local Image Denoising Using RAISR

著者 (5件)： Zin Theingi (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan) ,  Seta Shogo (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan) ,  Nakahara Yusuke (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan) ,  Yamaguchi Takuro (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan) ,  Ikehara Masaaki (Department of Electronics and Electrical Engineering, Keio University, Yokohama, Japan)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 22420-22428  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： ディジタル画像は,光を捕獲しながらGauss雑音によってしばしば劣化する。本論文では,超解像のためにRAISRで用いられる学習線形フィルタを適用することにより,高速で高精度のGauss雑音除去法を提案した。雑音除去法を局所,非局所法,および深層学習ベース法に分類した。従来の局所処理は,元の画像の高周波成分が雑音を低減しながら失われるという問題がある。非局所および深層学習ベースの方法は,より高い雑音除去性能を達成するが,訓練および実装のために長時間を要する。これらの問題を解決するために,高周波成分を効率的に回復できるため,後処理として局所雑音除去法に超解像法を適用した。超解像法は,パッチの特徴に従って学習線形フィルタを使用する。本論文の新規性は,超解像度と同じ処理を雑音除去に取り込むことである。提案したアルゴリズムは,高速局所雑音除去法であり,高精度非局所雑音除去法に匹敵する性能を達成できる。実験結果は,提案した方法がBM3Dのような非局所処理と比較して,低い計算コストで正確な雑音除去性能を提供することを示した。Copyright 2022 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： アルゴリズム ,  *雑音 ,  学習 ,  Gauss雑音 ,  後処理 ,  超解像 ,  *画像補正 ,  ディジタル画像 ,  機械学習 ,  *雑音除去
準シソーラス用語： 線形フィルタ ,  高精度 ,  計算コスト ,  高周波成分 ,  *画像雑音除去 ,  深層学習 , 【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 (1件)： 画像雑音除去