| 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 | 2019-06-13 14:25 ダウンサンプリングカーネルに汎用な自己学習型超解像 ○瀬田祥己・山口拓郎・池原雅章（慶大）  SIS2019-6 |
|
| 抄録 | （和） | 外部の事例に基づかずに従来の超解像手法に見劣りしない精度で高速の超解像手法を提案する．従来の手法は，外部の大量の事例の低解像度画像と高解像度画像の相関関係を利用する事により，低解像度の入力画像から高解像度画像を再構成する．外部の大量の事例を用いている分，その再構成する精度は高いが学習に時間がかかり，メモリも必要とする．現実のアプリケーションではこのような重い処理は好まれない．入力画像のみから辞書学習する自己学習という方法で問題点を解決する．本論文では，高速かつ辞書学習の必要のない超解像のために，自己学習とL2ノルム拘束項を付与した最適化問題に基づく単一超解像を提案する． |
| （英） | We propose a fast single super resolution which is comparable image quality with conventional methods without being based on external exemplars.Conventional methods reconstruct high-resolution images from low resolution images by learning mapping to the HR space. Because of external exemplarｓ,the method reconstructs a high quality image ,but it takes a long time to learn and costs large memory.This is not preferred for real applications.To improve it ,Proposed method learns mapping by using self exemlars.In this report,we propose a single super resolution with self learning and based on optimization with l2 norm constraint to achieve a fast and small memory method. | |
| キーワード | （和） | 単一超解像 / 自己学習 / スパースコーディング / L２ノルム / 内部辞書 / 自己相似性 / / |
| （英） | a single super resolution / self learning / sparse cording, / L2 norm / self dictionary / self simirality / / | |
| 文献情報 | 信学技報, vol. 119, no. 78, SIS2019-6, pp. 29-34, 2019年6月. | |
| 資料番号 | SIS2019-6 | |
| 発行日 | 2019-06-06 (SIS) | |
| 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 | SIS2019-6 |
|
| 研究会情報 | |
| 研究会 | SIS IPSJ-AVM ITE-3DMT |
| 開催期間 | 2019-06-13 - 2019-06-14 |
| 開催地（和） | 福江文化会館 |
| 開催地（英） | Fukue Culture Center |
| テーマ（和） | 知的マルチメディアシステム, 組込み応用システム, 立体映像技術, 一般 |
| テーマ（英） | Intelligent Multimedia Systems, Applied Enbedded Systems, Three-Dimensional Image Technology (3DIT), etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2019-06-SIS-AVM-3DIT |
| 本文の言語 | 日本語 |
| タイトル（和） | ダウンサンプリングカーネルに汎用な自己学習型超解像 |
| サブタイトル（和） | |
| タイトル（英） | Single Image Super-Resolution for being flexible to downsampling kernel by using self-examplers |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 単一超解像 / a single super resolution |
| キーワード(2)（和/英） | 自己学習 / self learning |
| キーワード(3)（和/英） | スパースコーディング / sparse cording, |
| キーワード(4)（和/英） | L２ノルム / L2 norm |
| キーワード(5)（和/英） | 内部辞書 / self dictionary |
| キーワード(6)（和/英） | 自己相似性 / self simirality |
| 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） | 瀬田 祥己 / Shogo Seta / セタ ショウゴ |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ) |
| 第2著者 氏名（和/英/ヨミ） | 山口 拓郎 / Takuro Yamaguchi / |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ) |
| 第3著者 氏名（和/英/ヨミ） | 池原 雅章 / Masaaki Ikehara / |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-06-13 14:25:00 |
| 発表時間 | 20分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2019-6 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.78 |
| ページ範囲 | pp.29-34 |
| ページ数 | 6 |
| 発行日 | 2019-06-06 (SIS) |
[研究会発表申込システムのトップページに戻る]