図形パッチ学習型超解像

カテゴリ: 部門大会

論文No: OS4-7

グループ名: 【C】平成27年電気学会電子・情報・システム部門大会講演論文集

発行日: 2015/08/27

タイトル(英語): Figure Patches learning-based Super-Resolution

著者名: 北 耕次(NKワークス,大阪府立大学),吉岡 理文(大阪府立大学),井上 勝文(大阪府立大学),常川 翔平(大阪府立大学),稲毛 成(大阪府立大学)

著者名(英語): Koji Kita(NK Works Co.,Ltd. Osaka Prefecture University),Michifumi Yoshioka(Osaka Prefecture University),Katsufumi Inoue(Osaka Prefecture University),Shohei Tsunekawa(Osaka Prefecture University),Naru Inage(Osaka Prefecture University)

キーワード: 超解像|パッチ型|学習型学習型|super-resolution|patch-based|learning-based

要約(日本語): パッチ型超解像では、学習に用いた画像の絵柄や枚数が超解像処理の結果に影響を与えるため、学習に用いる画像の絵柄の特徴や枚数を無視することはできず、学習画像として目的の画像に類似する画像を用いたり、色々な絵柄の画像を数多く用いるといった対応が求められる。ただ、これによって画質改善は実現できるものの、誰もが同じ結果を得るためには、同じ学習画像、もしくは学習データベースが必要であり、結果画像の再現性、信憑性という点では不利な要素である。そこで本論文では、学習に自然画像を用いるのではなく、簡単な図形（複数のリング形状）画像を用いることを提案する。図形画像は計算により生成することができるため、再現性、信憑性の懸念を取り除き、さらに実験結果には、劣化画像への解像度の改善効果が認められた。

PDFファイルサイズ: 472 Kバイト