論文の概要: Exploring the Effect of Sparse Recovery on the Quality of Image
Superresolution
- arxiv url: http://arxiv.org/abs/2308.02714v1
- Date: Fri, 4 Aug 2023 21:18:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-08 19:07:59.677242
- Title: Exploring the Effect of Sparse Recovery on the Quality of Image
Superresolution
- Title（参考訳）: 画像の高分解能化におけるスパース回復の効果の検討
- Authors: Antonio Castro
- Abstract要約: 辞書学習は、高解像度と低解像度の画像対から画像パッチの2つの連結辞書を学習することで、画像超解法に利用できる。
これらの辞書は、スパースリカバリに基づいて、低解像度の入力画像から対応する高解像度のパッチを再構築することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dictionary learning can be used for image superresolution by learning a pair
of coupled dictionaries of image patches from high-resolution and
low-resolution image pairs such that the corresponding pairs share the same
sparse vector when represented by the coupled dictionaries. These dictionaries
then can be used to to reconstruct the corresponding high-resolution patches
from low-resolution input images based on sparse recovery. The idea is to
recover the shared sparse vector using the low-resolution dictionary and then
multiply it by the high-resolution dictionary to recover the corresponding
high-resolution image patch. In this work, we study the effect of the sparse
recovery algorithm that we use on the quality of the reconstructed images. We
offer empirical experiments to search for the best sparse recovery algorithm
that can be used for this purpose.
- Abstract（参考訳）: 辞書学習は、高分解能と低分解能の画像ペアから画像パッチの1対の結合辞書を学習し、対応するペアが結合辞書で表現されたときに同じスパースベクトルを共有することにより、画像の超解像に使用できる。
これらの辞書は、スパースリカバリに基づいて、低解像度の入力画像から対応する高解像度のパッチを再構築するために使用できる。
低分解能辞書を用いて共有スパースベクトルを復元し、高分解能辞書で乗算して対応する高分解能画像パッチを復元する。
本研究では,再構成画像の品質に及ぼすスパース回収アルゴリズムの効果について検討する。
我々は,この目的に利用できる最良のスパースリカバリアルゴリズムを探索するための実証実験を提供する。
関連論文リスト
- AccDiffusion: An Accurate Method for Higher-Resolution Image Generation [63.53163540340026]
AccDiffusionは、パッチワイドの高解像度画像生成をトレーニングなしで正確に行う方法である。
本稿では,異なるパッチに対する同一のテキストプロンプトが繰り返しオブジェクト生成を引き起こすことを明らかにする。
私たちのAccDiffusionは、初めて、バニラ画像認識プロンプトをパッチコンテンツ認識プロンプトのセットに分離することを提案しています。
論文 参考訳（メタデータ） (2024-07-15T14:06:29Z) - EXTRACTER: Efficient Texture Matching with Attention and Gradient
Enhancing for Large Scale Image Super Resolution [0.0]
近年のレファレンスベース画像超解像(RefSR)は、低解像度画像の高精細化を目的とした注意機構を導入したSOTAディープ手法を改善している。
より効率的なメモリ使用率を持つディープ検索を提案し,画像パッチ数を大幅に削減する。
論文 参考訳（メタデータ） (2023-10-02T17:41:56Z) - MrSARP: A Hierarchical Deep Generative Prior for SAR Image
Super-resolution [0.5161531917413706]
SAR画像のための新しい階層的深部生成モデルMrSARPを提案する。
MrSARPは、異なる解像度でターゲットの現実的なイメージであるかどうかを判断するために、複数の解像度の画像を共同でスコアする批評家と共同で訓練されている。
我々は,この深部生成モデルを用いて,同じターゲットの低解像度画像から高解像度画像を取得する方法を示す。
論文 参考訳（メタデータ） (2022-11-30T19:12:21Z) - Very Low-Resolution Iris Recognition Via Eigen-Patch Super-Resolution
and Matcher Fusion [69.53542497693086]
局所像パッチの固有変換に基づいて虹彩画像の再構成に用いる超解像アルゴリズムの評価を行った。
コントラストの強化は再現性を向上させるのに用いられ、マーカ融合は虹彩認識性能を改善するために採用されている。
論文 参考訳（メタデータ） (2022-10-18T11:25:19Z) - Active Image Indexing [26.33727468288776]
本稿では,能動インデックス化による画像コピー検出のロバスト性の向上について述べる。
我々は、画像が解放される前に、画像に知覚不可能な変化を加えることにより、所定の画像表現の量子化損失を低減する。
実験により, アクティベート画像の検索とコピー検出が大幅に改善された。
論文 参考訳（メタデータ） (2022-10-05T17:55:15Z) - Exploring Resolution and Degradation Clues as Self-supervised Signal for
Low Quality Object Detection [77.3530907443279]
劣化した低解像度画像中の物体を検出するための,新しい自己教師型フレームワークを提案する。
本手法は, 既存手法と比較して, 異変劣化状況に直面する場合に比べ, 優れた性能を示した。
論文 参考訳（メタデータ） (2022-08-05T09:36:13Z) - Estimating the Resize Parameter in End-to-end Learned Image Compression [50.20567320015102]
本稿では,最近の画像圧縮モデルの速度歪みトレードオフをさらに改善する検索自由化フレームワークについて述べる。
提案手法により,Bjontegaard-Deltaレート(BD-rate)を最大10%向上させることができる。
論文 参考訳（メタデータ） (2022-04-26T01:35:02Z) - A Survey of Super-Resolution in Iris Biometrics with Evaluation of
Dictionary-Learning [0.0]
解像度の欠如は、画像ベースのバイオメトリックスの性能に悪影響を及ぼす。
本稿では,本論文で提案するアイリス超解像法について述べる。
また,局所像パッチのPCA固有変換に基づく固有パッチ再構成手法を適用した。
論文 参考訳（メタデータ） (2022-03-27T03:58:10Z) - RestoreDet: Degradation Equivariant Representation for Object Detection
in Low Resolution Images [81.91416537019835]
劣化した低解像度画像中のオブジェクトを検出するための新しいフレームワークであるRestoreDetを提案する。
CenterNetをベースとした本フレームワークは, 既存手法と比較して, 異種劣化状況に直面する場合に比べ, 優れた性能を達成している。
論文 参考訳（メタデータ） (2022-01-07T03:40:23Z) - Attention-based Multi-Reference Learning for Image Super-Resolution [29.361342747786164]
本稿では,新しいアテンションに基づくマルチ参照超解像ネットワークを提案する。
類似したテクスチャを複数の参照画像から超解像出力に適応的に転送する。
最先端の参照超解像法よりも性能が大幅に向上する。
論文 参考訳（メタデータ） (2021-08-31T09:12:26Z) - Invertible Image Rescaling [118.2653765756915]
Invertible Rescaling Net (IRN) を開発した。
我々は、ダウンスケーリングプロセスにおいて、指定された分布に従う潜在変数を用いて、失われた情報の分布をキャプチャする。
論文 参考訳（メタデータ） (2020-05-12T09:55:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。