文献

J-GLOBAL ID：201702285777842709   整理番号：17A0058075

前正確な回帰による減圧ビデオ強調【Powered by NICT】

Decompressed video enhancement via accurate regression prior

著者 (6件)： Shen Tao (Graduate School at Shenzhen, Tsinghua University, Shenzhen 518055, China) ,  Zhang Yulun (Graduate School at Shenzhen, Tsinghua University, Shenzhen 518055, China) ,  Zhang Yongbing (Graduate School at Shenzhen, Tsinghua University, Shenzhen 518055, China) ,  Wang Xingzheng (Graduate School at Shenzhen, Tsinghua University, Shenzhen 518055, China) ,  Wang Haoqian (Graduate School at Shenzhen, Tsinghua University, Shenzhen 518055, China) ,  Dai Qionghai (Graduate School at Shenzhen, Tsinghua University, Shenzhen 518055, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： VCIP  ページ： 1-4  発行年： 2016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： ブロックベースハイブリッドビデオ符号化に基づく高品質マルチメディア応用のための必要性が増加している。必然的に,フレームをブロック内/間予測,変換および量子化のプロセス,ビットレートが低い場合に特に中に低下する。本論文では,調整された固定近傍回帰(A+)法に基づく効率的な減圧ビデオ強調アルゴリズムを提案した。本研究では,まず,オフライン線形回帰,すなわち訓練フェーズにおける減圧に元のビデオフレームからの射影行列を学習する。固定近傍をグループ化より正確にために,MI KSVDよりもむしろKSVDを採用した辞書を学習する。さらに,辞書原子と訓練サンプル間の相互コヒーレンスの最近傍を見つけることを利用した。第二に,強化相では,学習回帰プライアによるオフライン入力減圧されたビデオの品質を向上させる。強調法のロバスト性を検証するために,広範な実験を行った。実験結果で示したように,提案した強調法を客観的にそして主観的に,優れた性能が得られた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習 ,  量子化 ,  品質 ,  マルチメディア ,  ロバスト性 ,  アルゴリズム ,  *減圧 ,  コヒーレンス ,  *録画装置
準シソーラス用語： 射影行列 ,  線形回帰 ,  オフライン ,  ビットレート ,  高品質 ,  ビデオ符号化 , 【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 (2件)： 減圧 ,  ビデオ