バイナリーパッチを利用した辞書学習とスパースコーディングに基づく一枚超解像

カテゴリ: 研究会(論文単位)

論文No: ST17026

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2017/09/16

タイトル(英語): Single Image Super-Resolution Based on Sparse Coding and Dictionary Learning using Binary Patch

著者名: 中原 択(東京理科大学),雨車 和憲(東京理科大学),高橋 智博(東京理科大学),古川 利博(東京理科大学)

著者名(英語): TAKU NAKAHARA(Tokyo University of Science),KAZUNORI URUMA(Tokyo University of Science),TOMOHIRO TAKAHASHI(Tokyo University of Science),TOSHIHIRO FURUKAWA(Tokyo University of Science)

キーワード: 超解像|領域分割|バイナリーパッチ|スパースコーディング|Image super-resolution|Segmentation|Binary patch|Sparse coding

要約(日本語): 本稿では，領域分割画像から生成したバイナリーパッチとスパースコーディングを用いた新しい一枚超解像手法を提案する．従来の辞書を用いる超解像手法では，エッジなどの急峻な輝度値の変動を適切に表現するために，多くのパッチを用いて辞書を構成している．本稿では，領域分割を用いることで物体の形に沿うパッチをもつ辞書を構成する手法とこれを用いた超解像手法を提案する．数値実験により提案する超解像手法の有効性を示す．

要約(英語): This paper proposes a new single image super-resolution algorithm based on sparse coding and dictionary learning using binary patch. In conventional example-based super-resolution method, dictionary is constructed by using many patches to adequately express edges. In this paper, we propose a method to construct a dictionary with patches along the shape of an object by using region segmentation and a super-resolution method using it. The effectiveness of the super-resolution method proposed by numerical experiment is shown.

原稿種別: 日本語

PDFファイルサイズ: 2,480 Kバイト