歪みを最小化する高周波成分の学習に基づく超解像度化方法

• Item type: SIG Technical Reports(1)
• 公開日: 2007-09-04
• タイトル: 歪みを最小化する高周波成分の学習に基づく超解像度化方法
• タイトル / 言語: en
• タイトル: A Super-Resolution Method based on Learning of High Frequency Components which Minimize Errors
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: （株）東芝 研究開発センター
• 著者所属: （株）東芝 研究開発センター
• 著者所属: （株）東芝 研究開発センター
• 著者所属: （株）東芝 研究開発センター
• 著者所属(英): en
• 著者所属(英): Corporate Research and Development Center, Toshiba Corporation
• 著者所属(英): en
• 著者所属(英): Corporate Research and Development Center, Toshiba Corporation
• 著者所属(英): en
• 著者所属(英): Corporate Research and Development Center, Toshiba Corporation
• 著者所属(英): en
• 著者所属(英): Corporate Research and Development Center, Toshiba Corporation
• 著者名: 田口, 安則; 小野, 利幸; 三田, 雄志; 井田, 孝
• 著者名(英): Yasunori, Taguchi; Toshiyuki, Ono; Takeshi, Mita; Takashi, Ida
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 事例に基づく超解像度化のための新しい学習方法を提案する．事例学習型の超解像方法は，大量の事例における低周波成分と高周波成分の相関関係を利用することにより，鮮鋭な高解像度画像を得る方法である．しかし，先行研究ではできるだけ多くの事例を記憶するというアプローチがとられ，事例から有益でコンパクトな情報を抽出するための検討が十分なされていない．そこで，生成画像の学習用画像に対する歪み（2 乗誤差）を最小化するという問題設定において，最適な事例の相関関係を学習する方法を提案する．具体的には，K-means 法と閉ループ学習を併用することで，原画に忠実な画像を生成できる代表的な事例を生成し，記憶する．これにより，少ないメモリ量で高画質の画像を得られる．内挿法や従来の全事例を記憶する方法に比べて，PSNR が1dB 程度向上することを確認した．また，一対比較法による主観評価実験においても，これらの方法に比べて優位であるという結果が得られた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, a novel learning method for example based super-resolution is proposed. Example based super-resolution methods provide sharp high resolution images, using correlation between low frequency component and high frequency component in a lot of examples. Most related studies take an approach to register as many examples as possible. On the other hand, a method for constructing an efficient example database by selecting or creating good examples for super-resolution, is not taken into consideration. This paper proposes a method to learn an optimal correlation of examples in the sense of minimizing the sum of squared errors of obtained images to training images. In this method, representative examples, which contribute to making images faithful to the original images, are created by the K-means method and the closed loop training method, and then registered. Using the proposed method, high quality super-resolution images will be provided with a small amount of memory. PSNR was improved about 1dB in comparison with an interpolation method and the conventional method registering all examples. A subjective evaluation experiment using a paired comparison method showed effectiveness of the proposed method.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 情報処理学会研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2007, 号 87(2007-CVIM-160), p. 257-264, 発行日 2007-09-04
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会