| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-05-17 10:30 ベクトル量子化と多様体学習を用いた超解像技術 ○谷口和輝・韓 先花・岩本祐太郎・笹谷 聡・陳 延偉（立命館大）  IE2012-19 PRMU2012-4 MI2012-4 |
|
| 抄録 | （和） | 近年，画質改善の方法として超解像技術が注目されている．その中でも単一の低解像度画像から高解像度画像を生成するSingle-Frame SRは，入力する低解像度画像とは別に，大規模なデータベースが必要である．しかし，従来まではデータベース内の学習データが冗長となる問題点や，パッチを探索する計算時間が膨大となる問題点があった．そのため，本研究ではk-means法を用いたベクトル量子化によりデータベースの冗長性を低減し，計算時間の高速化を実現した． |
| （英） | Image Super-Resolution (SR) is to recover the lost high-frequency information from several or only one available image. Single-Frame SR, one of hot topics in SR research fields, can generate a high-resolution image from only one low-resolution image by using the prior prepared database. Therein, the example-based and neighborhood embedding-based SR are the very popular single-frame SRs to infer the lost information in the LR input with the known corresponding relations between LR and HR images in database which has to be prepared in large-scale for having most varieties of image, and then take a lot of computational time for inferring. Therefore, this study proposes to first obtain some prototypes from the prepared LR and HR images using vector quantization such as k-means clustering method, and the achieved prototypes are as the training database for inferring the lost information of any LR input. Then, the amount of corresponding LR and HR data in training database can be greatly reduced, which guarantee much less computational time. Experimental results also show that our proposed strategy can achieve higher quality high-resolution image and lower computational time than conventional methods. | |
| キーワード | （和） | 画像復元 / 超解像技術 / 多様体学習 / ベクトル量子化 / / / / |
| （英） | Image Restoration / Super-Resolution / Manifold Learning / Vector Quantization / / / / | |
| 文献情報 | 信学技報, vol. 112, no. 37, PRMU2012-4, pp. 19-24, 2012年5月. | |
| 資料番号 | PRMU2012-4 | |
| 発行日 | 2012-05-10 (IE, PRMU, MI) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IE2012-19 PRMU2012-4 MI2012-4 |
|
| 研究会情報 | |
| 研究会 | PRMU MI IE |
| 開催期間 | 2012-05-17 - 2012-05-18 |
| 開催地（和） | 名古屋工業大学 |
| 開催地（英） | |
| テーマ（和） | 医療における多次元大規模データ解析 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2012-05-PRMU-MI-IE |
| 本文の言語 | 日本語 |
| タイトル（和） | ベクトル量子化と多様体学習を用いた超解像技術 |
| サブタイトル（和） | |
| タイトル（英） | Image Super-Resolution using Manifold Learning with Vector Quantization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 画像復元 / Image Restoration |
| キーワード(2)（和/英） | 超解像技術 / Super-Resolution |
| キーワード(3)（和/英） | 多様体学習 / Manifold Learning |
| キーワード(4)（和/英） | ベクトル量子化 / Vector Quantization |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 谷口 和輝 / Kazuki Taniguchi / タニグチ カズキ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 韓 先花 / Xian-Hua Han / ハン シェンフア |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 岩本 祐太郎 / Yutaro Iwamoto / イワモト ユウタロウ |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 笹谷 聡 / So Sasatani / ササタニ ソウ |
| 第4著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 陳 延偉 / Yen-Wei Chen / チン エンイ |
| 第5著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-05-17 10:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | IE2012-19, PRMU2012-4, MI2012-4 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.36(IE), no.37(PRMU), no.38(MI) |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2012-05-10 (IE, PRMU, MI) |
[研究会発表申込システムのトップページに戻る]