计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
10期
87-90
,共4页
于伟%姚鸿勋%孙晓帅%刘先明%许鹏飞
于偉%姚鴻勛%孫曉帥%劉先明%許鵬飛
우위%요홍훈%손효수%류선명%허붕비
单张图片超分辨率%稀疏表示%上下文字典%图像块分类
單張圖片超分辨率%稀疏錶示%上下文字典%圖像塊分類
단장도편초분변솔%희소표시%상하문자전%도상괴분류
Single image super resolution%Sparse representation%Contextual dictionary%Patch-level clustering
基于稀疏表示理论,提出了一种面向单张图片超分辨率的字典学习方法.通过对训练数据进行分类,期望在每一类训练数据训练字典的过程中,增强类内的上下文信息.与之前的面向图像分类的字典学习方法所不同的是,训练数据集由高分辨率图像块和对应的低分辨率图像块共同组成,这使训练得到的字典更适用于图像重构.利用有限的训练数据集,基于上下文的字典学习方法能够提高字典表示的拓展能力,消除由多重训练数据子集带来的冗余.
基于稀疏錶示理論,提齣瞭一種麵嚮單張圖片超分辨率的字典學習方法.通過對訓練數據進行分類,期望在每一類訓練數據訓練字典的過程中,增彊類內的上下文信息.與之前的麵嚮圖像分類的字典學習方法所不同的是,訓練數據集由高分辨率圖像塊和對應的低分辨率圖像塊共同組成,這使訓練得到的字典更適用于圖像重構.利用有限的訓練數據集,基于上下文的字典學習方法能夠提高字典錶示的拓展能力,消除由多重訓練數據子集帶來的冗餘.
기우희소표시이론,제출료일충면향단장도편초분변솔적자전학습방법.통과대훈련수거진행분류,기망재매일류훈련수거훈련자전적과정중,증강류내적상하문신식.여지전적면향도상분류적자전학습방법소불동적시,훈련수거집유고분변솔도상괴화대응적저분변솔도상괴공동조성,저사훈련득도적자전경괄용우도상중구.이용유한적훈련수거집,기우상하문적자전학습방법능구제고자전표시적탁전능력,소제유다중훈련수거자집대래적용여.