論文の概要: Multiscale Super Resolution without Image Priors

• arxiv url: http://arxiv.org/abs/2604.21810v1
• Date: Thu, 23 Apr 2026 16:05:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-24 14:40:06.70952
• Title: Multiscale Super Resolution without Image Priors
• Title（参考訳）: 画像優先のないマルチスケールスーパーレゾリューション
• Authors: Daniel Fu, Gabby Litterio, Pedro Felzenszwalb, Rashid Zia,
• Abstract要約: 異なるスケールでの低解像度画像の組み合わせは、超解像問題をうまく表すのに有効であることを示す。 対の画素サイズで取得した画像は、安定な逆数を持つシステムに繋がることを示す。
• 参考スコア（独自算出の注目度）: 0.39998518782208775
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We address the ambiguities in the super-resolution problem under translation. We demonstrate that combinations of low-resolution images at different scales can be used to make the super-resolution problem well posed. Such differences in scale can be achieved using sensors with different pixel sizes (as demonstrated here) or by varying the effective pixel size through changes in optical magnification (e.g., using a zoom lens). We show that images acquired with pairwise coprime pixel sizes lead to a system with a stable inverse, and furthermore, that super-resolution images can be reconstructed efficiently using Fourier domain techniques or iterative least squares methods. Our mathematical analysis provides an expression for the expected error of the least squares reconstruction for large signals assuming i.i.d. noise that elucidates the noise-resolution tradeoff. These results are validated through both one- and two-dimensional experiments that leverage charge-coupled device (CCD) hardware binning to explore reconstructions over a large range of effective pixel sizes. Finally, two-dimensional reconstructions for a series of targets are used to demonstrate the advantages of multiscale super-resolution, and implications of these results for common imaging systems are discussed.
• Abstract（参考訳）: 翻訳中の超解像問題におけるあいまいさに対処する。 異なるスケールでの低解像度画像の組み合わせは、超解像問題をうまく表すのに有効であることを示す。 このようなスケールの違いは、異なるピクセルサイズ(ここで示すように)のセンサーや、光学倍率の変化(例えば、ズームレンズ)によって有効なピクセルサイズを変化させることによって達成できる。 両面の画素サイズで取得した画像は、安定な逆数を持つシステムにつながり、さらにフーリエ領域法や反復最小二乗法を用いて、超解像を効率的に再構成可能であることを示す。 我々の数学的解析は、ノイズ分解トレードオフを解明する雑音を仮定して、大きな信号に対して最小二乗再構成の予測誤差の式を提供する。 これらの結果は、CCD(Charge-coupled Device)ハードウェアバイニングを利用した1次元および2次元の実験により、幅広い有効画素サイズにわたる再構成を探索することによって検証される。 最後に, マルチスケール超解像の利点を実証するために, 一連のターゲットの2次元再構成を行い, これらの結果の共通画像システムへの応用について考察した。

関連論文リスト

• Square Superpixel Generation and Representation Learning via Granular Ball Computing [97.99956628286243]
  スーパーピクセルは、オブジェクト境界と局所構造を保存する、コンパクトな領域ベースの表現を提供する。 既存のスーパーピクセルアルゴリズムの多くは不規則な形状の領域を生成しており、畳み込みのような通常の演算子とうまく一致しない。 グラニュラル・ボール・コンピューティングの適応表現とカバレッジ特性に動機付けられて,正方形スーパーピクセル・ジェネレーション・アプローチを開発した。
  論文  参考訳（メタデータ） (2026-03-31T09:06:58Z)
• Balancing Efficiency and Quality: MoEISR for Arbitrary-Scale Image Super-Resolution [11.256166497045792]
  我々は、新しい効率的なフレームワーク、Mixture-of-Experts Implicit Super-Resolution(MoEISR)を紹介する。 MoEISRは、軽量マッパーモジュールを使用して、最も適切なデコードの専門家を各ピクセルに動的に割り当てる。 実験により,MoEISRはピーク信号対雑音比 (PSNR) と同等あるいは優れたピーク信号対雑音比 (PSNR) を提供しながら,大量の浮動小数点演算 (FLOPs) を効果的に低減できることを示した。
  論文  参考訳（メタデータ） (2023-11-20T05:34:36Z)
• 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)
• Decoupled-and-Coupled Networks: Self-Supervised Hyperspectral Image Super-Resolution with Subpixel Fusion [67.35540259040806]
  サブピクセルレベルのHS超解像フレームワークを提案する。 名前が示すように、DC-Netはまず入力を共通(またはクロスセンサー)とセンサー固有のコンポーネントに分離する。 我々は,CSUネットの裏側に自己教師付き学習モジュールを付加し,素材の整合性を保証し,復元されたHS製品の詳細な外観を向上する。
  論文  参考訳（メタデータ） (2022-05-07T23:40:36Z)
• LocalTrans: A Multiscale Local Transformer Network for Cross-Resolution Homography Estimation [52.63874513999119]
  クロスレゾリューション画像アライメントは、マルチスケールギガ撮影において重要な問題である。 既存のディープ・ホモグラフィー手法は、それらの間の対応の明示的な定式化を無視し、クロスレゾリューションの課題において精度が低下する。 本稿では,マルチモーダル入力間の対応性を明確に学習するために,マルチスケール構造内に埋め込まれたローカルトランスフォーマーネットワークを提案する。
  論文  参考訳（メタデータ） (2021-06-08T02:51:45Z)
• Image Matching with Scale Adjustment [57.18604132027697]
  可変スケールでの関心点の表現と抽出方法を示す。 2つの異なる解像度で2つの画像を比較する方法を提案する。
  論文  参考訳（メタデータ） (2020-12-10T11:03:25Z)
• Robust superpixels using color and contour features along linear path [5.746869663956391]
  リニアパス(SCALP)を用いた輪郭アヒーレンス付き高精度で正規なスーパーピクセルを提供するフレームワークを提案する。 また、画素をスーパーピクセルに関連付ける際に、画像境界の交差を防止するために、輪郭前も使用される。 SCALPは、標準セグメンテーションデータセット上で広範囲に評価され、得られた結果は最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2019-03-17T23:00:13Z)

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。