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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2015-03-06 11:05
SSIMに基づく画像探索を用いたスパースコーディングによる学習型超解像に関する研究
東 広大黒崎正行尾知 博九工大
技報オンラインサービス実施中
抄録 (和) 画像を高解像度化する手法として,
現在までに事前に高解像度画像と低解像度画像をペアとし,これらを利用して高周波成分を補う
学習型超解像が提案されている.従来手法ではPSNRや微分フィルタを用いて類似したパッチを探索している.
しかし,PSNRでは輝度平均の誤差,微分フィルタでは差分でしか評価を行っていないため,与えられた画像構造に近似していない画像を探索してしまう.
特にスパースコーディングを用いた学習型超解像では基底を特徴量とし画像の復元を行うため最適な画像構造を保持したパッチ探索が重要になる.
そこで本研究では,輝度平均,コントラスト,画像構造の類似度すべてを考慮した評価値であるSSIM(Structural SIMilarity)を画像探索に用いた手法を提案する.
超解像後の結果から従来手法に対する有効性を示す. 
(英) Super-Resolution is one of the methods used to enhance image resolution.
Up until now, an Learning-Based Super-Resolution method that utilizes high resolution image and low resolution image pairings in order to compensate high frequency component has been proposed.
In this conventional method, similarity patch is retrieved by using PSNR and differential filter.
However, PSNR can only evaluate the average error in brightness while differential filter can only evaluate the difference. Thus, it tends to search for images that are not similar to the structure of the given image.
Particularly in Learning-Based Super-Resolution using Sparse Coding, considering feature value as the basis, it is important to search for patches that preserve the most suitable image structure in order to restore the image.
In this study, we propose an image searching method using SSIM that considers the image’s average brightness, contrast, and similarities in image structure.
We show the effectiveness of the proposed method over the conventional method from the results after the proposed super resolution method is conducted.
end{eabstract}
キーワード (和) スパースコーディング / 学習型超解像 / SSIM / / / / /  
(英) Sparse Coding / Learning-Based Super-Resolution / SSIM / / / / /  
文献情報 信学技報, vol. 114, no. 496, SIS2014-107, pp. 91-95, 2015年3月.
資料番号 SIS2014-107 
発行日 2015-02-26 (SIS) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 SIS  
開催期間 2015-03-05 - 2015-03-06 
開催地(和) 明治大学中野キャンパス(東京) 
開催地(英) Meiji Univ. Nakano Campus (Tokyo) 
テーマ(和) ソフトコンピューティング,一般 
テーマ(英) Soft Computing, etc. 
講演論文情報の詳細
申込み研究会 SIS 
会議コード 2015-03-SIS 
本文の言語 日本語 
タイトル(和) SSIMに基づく画像探索を用いたスパースコーディングによる学習型超解像に関する研究 
サブタイトル(和)  
タイトル(英) A Study on Learning-Based Super-Resolution By Sparse Coding Using Image Search Based on SSIM 
サブタイトル(英)  
キーワード(1)(和/英) スパースコーディング / Sparse Coding  
キーワード(2)(和/英) 学習型超解像 / Learning-Based Super-Resolution  
キーワード(3)(和/英) SSIM / SSIM  
キーワード(4)(和/英) /  
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) 東 広大 / Kodai Azuma / アズマ コウダイ
第1著者 所属(和/英) 九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: KIT)
第2著者 氏名(和/英/ヨミ) 黒崎 正行 / Masayuki Kurosaki / クロサキ マサユキ
第2著者 所属(和/英) 九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: KIT)
第3著者 氏名(和/英/ヨミ) 尾知 博 / Hiroshi Ochi / オチ ヒロシ
第3著者 所属(和/英) 九州工業大学 (略称: 九工大)
Kyushu Institute of Technology (略称: KIT)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2015-03-06 11:05:00 
発表時間 20 
申込先研究会 SIS 
資料番号 IEICE-SIS2014-107 
巻番号(vol) IEICE-114 
号番号(no) no.496 
ページ範囲 pp.91-95 
ページ数 IEICE-5 
発行日 IEICE-SIS-2015-02-26 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会