| 講演名 | 2012-05-17 ベクトル量子化と多様体学習を用いた超解像技術(一般セッション,医療における多次元大規模データ解析) 谷口 和輝, 韓 先花, 岩本 祐太郎, 笹谷 聡, 陳 延偉, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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. |
| 抄録(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 |
| キーワード(英) | Image Restoration / Super-Resolution / Manifold Learning / Vector Quantization |
| 資料番号 | IE2012-19,PRMU2012-4,MI2012-4 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2012/5/10(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| 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(一般セッション,医療における多次元大規模データ解析) |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 谷口 和輝 / Kazuki TANIGUCHI |
| 第 1 著者 所属（和/英） | 立命館大学大学院情報理工学研究科 Information Science and Engineering, Ritsumeikan University |
| 第 2 著者 氏名（和/英） | 韓 先花 / Xian-Hua HAN |
| 第 2 著者 所属（和/英） | 立命館大学大学院情報理工学研究科 Information Science and Engineering, Ritsumeikan University |
| 第 3 著者 氏名（和/英） | 岩本 祐太郎 / Yutaro IWAMOTO |
| 第 3 著者 所属（和/英） | 立命館大学大学院情報理工学研究科 Information Science and Engineering, Ritsumeikan University |
| 第 4 著者 氏名（和/英） | 笹谷 聡 / So SASATANI |
| 第 4 著者 所属（和/英） | 立命館大学大学院情報理工学研究科 Information Science and Engineering, Ritsumeikan University |
| 第 5 著者 氏名（和/英） | 陳 延偉 / Yen-Wei CHEN |
| 第 5 著者 所属（和/英） | 立命館大学大学院情報理工学研究科 Information Science and Engineering, Ritsumeikan University |
| 発表年月日 | 2012-05-17 |
| 資料番号 | IE2012-19,PRMU2012-4,MI2012-4 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | 37 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |