Sparse Signal Representation voor een single-image Super Resolutie

Jagannath Jadhav

ISBN 10: 6202785004 / ISBN 13: 9786202785006

Edité par Uitgeverij Onze Kennis Jan 2021, 2021

A propos de cet article

This item is printed on demand - it takes 3-4 days longer - Neuware -Veel effectieve benaderingen die ontworpen zijn om een slecht gesteld en slecht geconditioneerd probleem op te lossen, hadden tekortkomingen om te voldoen aan de behoeften van de point spread-functie (PSF), die moeilijk te krijgen is in de praktische situatie. Daarom introduceert dit project een methode die bekend staat als Sparse Signal Representation voor een single-image Super Resolution. Het onderzoek naar beeldstatistieken geeft een voorwaartse stap om de beeldpatches beter weer te geven, als een spaarzame lineaire combinatie van elementen, die uit een compleet woordenboek worden gekozen. Uit de coëfficiënten van de spaarzame representatie worden de hoge-resolutie-uitvoerbeelden geconstrueerd. Hier worden twee woordenboeken gezamenlijk getraind voor het lage- en hoge-resolutie beeldvlak, dat twee afzonderlijke woordenboeken produceert en laat zien dat de spaarzame representaties voor lage en hoge-resolutie hetzelfde zijn. Om een hoge resolutie beeldpatch te produceren, kan de spaarzame weergave twee getrainde woordenboeken van het lage- en het hoge-resolutie beeldpatch samenvoegen. Een grote hoeveelheid beeldpatchpaar wordt hier bemonsterd, door de rekenkosten aanzienlijk te verlagen. 52 pp. Niederländisch.

N° de réf. du vendeur 9786202785006

Détails bibliographiques

• Titre: Sparse Signal Representation voor een single-image Super Resolutie
• Éditeur: Uitgeverij Onze Kennis Jan 2021
• Date de parution: 2021
• Langue: néerlandais
• ISBN à 10 chiffres: 6202785004
• ISBN à 13 chiffres: 9786202785006
• Reliure: Taschenbuch
• État de l'article: Neu

A propos de ce titre

Synopsis

Veel effectieve benaderingen die ontworpen zijn om een slecht gesteld en slecht geconditioneerd probleem op te lossen, hadden tekortkomingen om te voldoen aan de behoeften van de point spread-functie (PSF), die moeilijk te krijgen is in de praktische situatie. Daarom introduceert dit project een methode die bekend staat als Sparse Signal Representation voor een single-image Super Resolution. Het onderzoek naar beeldstatistieken geeft een voorwaartse stap om de beeldpatches beter weer te geven, als een spaarzame lineaire combinatie van elementen, die uit een compleet woordenboek worden gekozen. Uit de coëfficiënten van de spaarzame representatie worden de hoge-resolutie-uitvoerbeelden geconstrueerd. Hier worden twee woordenboeken gezamenlijk getraind voor het lage- en hoge-resolutie beeldvlak, dat twee afzonderlijke woordenboeken produceert en laat zien dat de spaarzame representaties voor lage en hoge-resolutie hetzelfde zijn. Om een hoge resolutie beeldpatch te produceren, kan de spaarzame weergave twee getrainde woordenboeken van het lage- en het hoge-resolutie beeldpatch samenvoegen. Een grote hoeveelheid beeldpatchpaar wordt hier bemonsterd, door de rekenkosten aanzienlijk te verlagen.