@techreport{oai:ipsj.ixsq.nii.ac.jp:00051831,
 author = {渡邊, 清高 and 岩井, 儀雄 and 羽下, 哲司 and 谷内田, 正彦 and Kiyotaka, Watanabe and Yoshio, Iwai and Tetsuji, Haga and Masahiko, Yachida},
 issue = {36(2008-CVIM-163)},
 month = {May},
 note = {学習ベース超解像アルゴリズムは，事例を蓄積するために大量のメモリを消費する点と，データベース中の事例を最近傍探索するための計算負荷が大きい点が問題であった．本論文では，メモリ消費量と計算負荷の小さい，学習ベースのビデオ超解像アルゴリズムを新たに提案する．次元圧縮を行うために，特徴ベクトルの成分として DCT 係数を利用する．また，コンパクトなデータベースを構築するための事例選択手法を与える．MPEG テストシーケンスを用いたシミュレーション実験により，提案手法は生成画像の画質を保ちながら超解像処理の効率を改善できることが示された．, In learning-based super-resolution algorithms, there are two major problems. One is that they require a large amount of memory to store examples, the other is high computational cost to find nearest neighbors in the database. In this paper, we propose a novel learnig-based video super resolution algorithm with less memory requirements and computational cost. To this end, we adopt discrete cosine transform (DCT) coefficients for feature vector elements. Moreover, we design an example selection procedure to construct a compact database. We conducted evaluative experiments using MPEG test sequences to synthesize high resolution video. Experimental results show that our method can improve effectiveness of super-resoluton algorithm, while preserving the quality of synthesized image.},
 title = {DCT による次元圧縮と事例選択を用いたビデオ超解像アルゴリズムの高速化},
 year = {2008}
}