JP6789331B2 - 画像アップスケーリング - Google Patents
画像アップスケーリング Download PDFInfo
- Publication number
- JP6789331B2 JP6789331B2 JP2019032606A JP2019032606A JP6789331B2 JP 6789331 B2 JP6789331 B2 JP 6789331B2 JP 2019032606 A JP2019032606 A JP 2019032606A JP 2019032606 A JP2019032606 A JP 2019032606A JP 6789331 B2 JP6789331 B2 JP 6789331B2
- Authority
- JP
- Japan
- Prior art keywords
- patch
- patches
- image
- upscaling
- subset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 claims description 110
- 238000012545 processing Methods 0.000 claims description 33
- 230000004044 response Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 description 167
- 230000009471 action Effects 0.000 description 49
- 230000008569 process Effects 0.000 description 38
- 238000004590 computer program Methods 0.000 description 22
- 230000015654 memory Effects 0.000 description 21
- 230000000750 progressive effect Effects 0.000 description 12
- 239000013598 vector Substances 0.000 description 10
- 238000013139 quantization Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012952 Resampling Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010070834 Sensitisation Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008313 sensitization Effects 0.000 description 1
- 230000001235 sensitizing effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/403—Edge-driven scaling; Edge-based scaling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/36—Level of detail
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Description
図1は、トレーニングおよびランタイムの間にハッシングを使用して画像をアップスケールするアップスケーリング・システム100の例を示す。幾つかの実装では、当該アップスケーリング・システムは、他のシステムと比べてアップスケールされた画像の品質を保ちつつ、当該画像の処理時間を削減しうる。
図2は、アップスケーリング・トレーニング・システム200の例である。アップスケーリング・トレーニング・システム200が低解像度画像202および高解像度画像210を受信し、画素のパッチに対するフィルタを、例えば、最小二乗ソルバ220a−dを用いて学習する。アップスケーリング・トレーニング・システム200は、画像をアップスケールする際に使用するためにアップスケーリング・ランタイム・システムに、例えば、以下でより詳細に説明される図3AおよびBのアップスケーリング・ランタイム・システムに、当該フィルタを提供する。
図3AおよびBは、アップスケーリング・ランタイム・システム300a−bの例である。アップスケーリング・ランタイム・システム300a−bは、アップスケーリング・トレーニング・システム200により生成されたフィルタを使用して、低解像度画像302をより高い解像度画像、例えば、出力画像312にアップスケールする。例えば、アップスケーリング・ランタイム・システム300a−bは、アップスケーリング・トレーニング・システム200により使用される同一のアップスケーリング方法、例えば、同一の高速な、軽量な、またはその両方の、アップスケーリング・トレーニング・システム200により使用されるアップスケーリング方法を用いて、低解像度画像302をアップスケールする304。
図4は、例えば、トレーニングに、ランタイム、またはその両方の間に画像をアップスケールするためのコンピュータ・システム400の例である。幾つかの実装では、当該フィルタを生成する同一のコンピュータ・システム400はランタイムの間に当該フィルタを使用してもよい。幾つかの実装では、第1のコンピュータ・システムはトレーニングの間に当該フィルタを生成し、画像をアップスケールためのランタイム利用のために、当該フィルタを、第1のコンピュータ・システムと異なるコンピュータ・システムである第2のコンピュータ・システムに提供する。
図5は、画像アップスケーリングのためのフィルタを決定するためのプロセス500の流れ図である。例えば、プロセス500を、図4で示したコンピュータ・システム400により使用されることができる。
図6は、高解像度画像を生成するためのプロセス600の流れ図である。例えば、プロセス600を図4で示したコンピュータ・システム400により使用することができる。
幾つかの実装では、アップスケーリング・システムは、任意の介在パッチなしに特定のパッチのすぐ隣のパッチからの情報を用いて、特定のパッチのプロパティの値を決定してもよい。例えば、アップスケーリング・システムは、当該特定のパッチおよび4つの隣接パッチ、例えば、任意の介在パッチなしに当該特定のパッチの直上、直下、すぐ左、およびすぐ右のパッチを用いて、特定のパッチに対する勾配の角度を決定してもよい。幾つかの例では、アップスケーリング・システムは、当該特定のパッチのすぐ隣のパッチの全てからの情報を用いてパッチのプロパティを決定してもよい。
本明細書で説明した主題および当該機能的動作の実施形態を、デジタル電子回路で、有形に−具現化されたコンピュータソフトウェアまたはファームウェアで、当該構造開示された本明細書およびそれらの構造的な均等物で、またはそれらの1つまたは複数の組合せでを含めて、コンピュータハードウェアで実装することができる。本明細書で説明した主題の実施形態を、1つまたは複数のコンピュータ・プログラム、即ち、データ処理装置により実行するためのまたはその動作を制御するための有形非-一時的プログラム・キャリアで符号化されたコンピュータ・プログラム命令の1つまたは複数のモジュールとして実装することができる。あるいはまたはさらに、当該プログラム命令は、データ処理装置により実行するための適切な受信機装置に送信するための情報を符号化するために生成される、人工的に-生成された伝播信号、例えば、マシン生成された電気的、光学的、または電磁気信号で符号化されることができる。当該コンピュータ記憶媒体はマシン可読記憶デバイス、マシン可読記憶基板、ランダムまたはシリアル・アクセス・メモリデバイス、またはそれらの1つまたは複数の組合せであることができる。
402 プロセッサ
404 ビデオ・プロセッサ
406 ディスプレイ
408 画像信号プロセッサ
410 メモリ
Claims (20)
- コンピュータ実行型の方法であって、
特定のコンテンツを描画する第1の解像度を有する低解像度画像を前記第1の解像度より高い第2の解像度にアップスケールして、アップスケールされた画像を作成するステップと、
前記アップスケールされた画像を用いて、各々が前記アップスケールされた画像からの1つまたは複数の画素を含む前記アップスケールされた画像の複数のパッチを作成するステップであって、前記アップスケールされた画像内の各画素は前記複数のパッチからのパッチに含まれる、ステップと、
前記それぞれのパッチの幾何学的特徴を表すプロパティの値を用いて、複数のバケットからのバケットに前記複数のパッチ内の各パッチを割り当てるステップであって、前記複数のバケットからの前記バケットの各々は前記プロパティの異なる値を有する、ステップと、
前記複数のバケット内の各バケットについて、前記それぞれのバケット内の前記パッチの各々に適用するためのフィルタを決定するステップと、
前記複数のバケット内の各バケットについて、前記バケット内の前記パッチの各々に前記決定されたフィルタを適用して、前記パッチの各々に対応するフィルタされたパッチを作成するステップであって、前記フィルタされたパッチの全ての組合せは、前記第1の解像度より高い第3の解像度を有する前記特定のコンテンツのより高い解像度画像を表す、ステップとを含む方法。 - 前記複数のバケット内の各バケットについて、前記それぞれのバケット内の前記パッチの各々に適用するための前記フィルタを決定するステップは、
前記複数のバケット内の各バケットについて、
ルックアップテーブル内の前記それぞれのバケットのためのエントリを決定するステップと、
前記エントリを決定することに応答して、前記ルックアップテーブル内の前記それぞれのバケットのための前記エントリによって特定されるフィルタ識別子を決定するステップであって、前記フィルタ識別子は、前記それぞれのバケット内の前記パッチの各々に適用するための前記フィルタを特定する、ステップとを含む、請求項1に記載の方法。 - 前記ルックアップテーブルはハッシュテーブルを含む、請求項2に記載の方法。
- 前記ルックアップテーブル内の前記それぞれのバケットのための前記エントリを決定するステップは、
前記それぞれのバケットのための前記プロパティの前記値をハッシュするステップと、
前記それぞれのバケットのための前記エントリを決定するために、前記ハッシュテーブルへの鍵として前記値の前記ハッシュを使用するステップとを含む、請求項3に記載の方法。 - 前記複数のバケットからのバケットに前記複数のパッチ内の各パッチを割り当てるステップであって、
前記複数のパッチ内の各パッチについて、
前記それぞれのパッチのためのデータを用いて、前記プロパティの値を決定するステップと、
前記プロパティの前記値を決定することに応答して、前記それぞれのパッチが割り当てられる前記バケットとして、前記それぞれのパッチのために決定された前記プロパティの前記値を有する前記バケットを選択するステップとを含む、請求項1に記載の方法。 - 前記それぞれのパッチのためのデータを用いて、前記プロパティの前記値を決定するステップは、前記それぞれのパッチのための前記データおよび前記それぞれのパッチに隣接する少なくとも1つのパッチのためのデータを用いて、前記それぞれのパッチの前記プロパティの前記値を決定するステップを含む、請求項5に記載の方法。
- 前記それぞれのパッチのためのデータを用いて、前記プロパティの前記値を決定するステップは、前記それぞれのパッチのための前記データおよび前記それぞれのパッチに隣接する全てのパッチのためのデータを用いて、前記それぞれのパッチの前記プロパティの前記値を決定するステップを含む、請求項5に記載の方法。
- i)前記特定のコンテンツを描画し、ii)前記フィルタされたパッチの全てを結合することによって、前記第1の解像度より高い前記第3の解像度を有するより高い解像度画像を生成するステップと、
表示のために前記より高い解像度画像を提供するステップとを含む、請求項1に記載の方法。 - 前記パッチおよび前記フィルタされたパッチを結合する重みを決定するステップと、
前記重みによって前記パッチおよび前記フィルタされたパッチを結合することによって、より高い解像度画像を生成するステップとを含む、請求項1に記載の方法。 - 前記パッチおよび前記フィルタされたパッチを結合する前記重みを決定するステップは、前記パッチの各々について、重みを決定するステップを含む、請求項9に記載の方法。
- 前記パッチの各々について、前記重みを決定するステップは、
前記パッチの各々について、前記パッチがノイズのみを含むかどうか判定するステップと、
ノイズのみを含む前記パッチの各々について、前記パッチのためにゼロの重み値を決定するステップと、
ノイズのみを含まない前記パッチの各々について、前記パッチのために非ゼロの重み値を決定するステップとを含む、請求項10に記載の方法。 - 前記パッチの各々について、前記重みを決定するステップは、
前記パッチの各々について、前記パッチと前記パッチに対応する前記フィルタされたパッチとの間の類似性を決定するステップと、
前記パッチの各々について、前記パッチと前記パッチに対応する前記フィルタされたパッチとの間の前記類似性を用いて、重みを決定するステップとを含む、請求項10に記載の方法。 - 前記パッチの各々について、前記重みを決定するステップは、
前記パッチの各々について、前記パッチの構造と前記パッチに対応する前記フィルタされたパッチの構造との間の類似性を決定するステップと、
前記パッチの各々について、前記パッチの前記構造と前記パッチに対応する前記フィルタされたパッチの前記構造との間の前記類似性を用いて、重みを決定するステップとを含む、請求項10に記載の方法。 - 前記パッチの各々について、前記パッチの前記構造と前記パッチに対応する前記フィルタされたパッチの前記構造との間の前記類似性を用いて、前記重みを決定するステップは、
前記パッチの各々について、前記パッチの前記構造と前記パッチに対応する前記フィルタされたパッチの前記構造との間の前記類似性を閾値類似性と比較するステップと、
前記閾値類似性を満たす類似性を有する前記パッチの各々について、前記より高い解像度画像のために前記パッチに対応する前記フィルタされたパッチを使用するステップと、
前記閾値類似性を満たさない類似性を有する前記パッチの各々について、前記より高い解像度画像のために前記パッチを使用するステップとを含む、請求項13に記載の方法。 - 前記アップスケールされた画像の前記複数のパッチを作成するステップは、非重複パッチを作成するステップを含む、請求項1に記載の方法。
- 前記複数のバケット内の各バケットについて、前記それぞれのバケット内の前記パッチの各々に適用するための前記フィルタを決定するステップは、前記複数のバケット内の各バケットについて、前記それぞれのバケット内の前記パッチの各々に適用するための一意なフィルタを決定するステップを含む、請求項1に記載の方法。
- 前記低解像度画像を受信するステップを含む、請求項1に記載の方法。
- 前記第2の解像度は、前記第3の解像度と同じ解像度である、請求項1に記載の方法。
- データ処理装置と、
前記データ処理装置とデータ通信し、前記データ処理装置により実行可能な命令を格納し、かかる実行の際前記データ処理装置に、
特定のコンテンツを描画する第1の解像度を有する低解像度画像を前記第1の解像度より高い第2の解像度にアップスケールして、アップスケールされた画像を作成するステップと、
前記アップスケールされた画像を用いて、各々が前記アップスケールされた画像からの1つまたは複数の画素を含む前記アップスケールされた画像の複数のパッチを作成するステップであって、前記アップスケールされた画像内の各画素は前記複数のパッチからのパッチに含まれる、ステップと、
前記それぞれのパッチのプロパティの値を用いて、複数のバケットからのバケットに前記複数のパッチ内の各パッチを割り当てるステップであって、前記複数のバケットからの前記バケットの各々は前記プロパティの異なる値を有する、ステップと、
前記複数のバケット内の各バケットについて、前記それぞれのバケット内の前記パッチの各々に適用するためのフィルタを決定するステップと、
前記複数のバケット内の各バケットについて、前記バケット内の前記パッチの各々に前記決定されたフィルタを適用して、パッチの各々に対応するフィルタされたパッチを作成するステップであって、前記フィルタされたパッチの全ての組合せは、前記第1の解像度より高い第3の解像度を有する前記特定のコンテンツのより高い解像度画像を表す、ステップと、
を含む動作を実施させる、非一時的コンピュータ可読記憶媒体と、
を備える、システム。 - データ処理装置により実行可能な命令を格納し、かかる実行の際前記データ処理装置に、
特定のコンテンツを描画する第1の解像度を有する低解像度画像を前記第1の解像度より高い第2の解像度にアップスケールして、アップスケールされた画像を作成するステップと、
前記アップスケールされた画像を用いて、各々が前記アップスケールされた画像からの1つまたは複数の画素を含む前記アップスケールされた画像の複数のパッチを作成するステップであって、前記アップスケールされた画像内の各画素は前記複数のパッチからのパッチに含まれる、ステップと、
前記それぞれのパッチのプロパティの値を用いて、複数のバケットからのバケットに前記複数のパッチ内の各パッチを割り当てるステップであって、前記複数のバケットからの前記バケットの各々は前記プロパティの異なる値を有する、ステップと、
前記複数のバケット内の各バケットについて、前記それぞれのバケット内の前記パッチの各々に適用するためのフィルタを決定するステップと、
前記複数のバケット内の各バケットについて、前記バケット内の前記パッチの各々に前記決定されたフィルタを適用して、パッチの各々に対応するフィルタされたパッチを作成するステップであって、前記フィルタされたパッチの全ての組合せは、前記第1の解像度より高い第3の解像度を有する前記特定のコンテンツのより高い解像度画像を表す、ステップと、
を含む動作を実施させる、非一時的コンピュータ可読記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/000,670 | 2016-01-19 | ||
US15/000,670 US9996902B2 (en) | 2016-01-19 | 2016-01-19 | Image upscaling |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018520600A Division JP6490871B2 (ja) | 2016-01-19 | 2016-12-07 | 画像アップスケーリング |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019117644A JP2019117644A (ja) | 2019-07-18 |
JP6789331B2 true JP6789331B2 (ja) | 2020-11-25 |
Family
ID=57680540
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018520600A Active JP6490871B2 (ja) | 2016-01-19 | 2016-12-07 | 画像アップスケーリング |
JP2019032606A Active JP6789331B2 (ja) | 2016-01-19 | 2019-02-26 | 画像アップスケーリング |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018520600A Active JP6490871B2 (ja) | 2016-01-19 | 2016-12-07 | 画像アップスケーリング |
Country Status (4)
Country | Link |
---|---|
US (2) | US9996902B2 (ja) |
EP (2) | EP3341911B1 (ja) |
JP (2) | JP6490871B2 (ja) |
WO (1) | WO2017127171A1 (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6391170B2 (ja) * | 2015-09-03 | 2018-09-19 | 東芝メモリ株式会社 | 検査装置 |
KR102580519B1 (ko) * | 2016-09-07 | 2023-09-21 | 삼성전자주식회사 | 영상처리장치 및 기록매체 |
US11132758B2 (en) * | 2016-09-14 | 2021-09-28 | Inscape Data, Inc. | Embedding data in video without visible impairments |
US11386540B2 (en) * | 2017-03-31 | 2022-07-12 | 3M Innovative Properties Company | Image based counterfeit detection |
CN107527069A (zh) * | 2017-08-22 | 2017-12-29 | 京东方科技集团股份有限公司 | 图像处理方法、装置、电子设备及计算机可读介质 |
US10521878B1 (en) * | 2017-09-27 | 2019-12-31 | United Services Automobile Association (Usaa) | Machine-learning for enhanced machine reading of non-ideal capture conditions |
WO2019106474A1 (en) * | 2017-11-30 | 2019-06-06 | 3M Innovative Properties Company | Image based counterfeit detection |
US10607484B2 (en) | 2017-12-28 | 2020-03-31 | Intel Corporation | Privacy-preserving distributed visual data processing |
US10742399B2 (en) * | 2017-12-28 | 2020-08-11 | Intel Corporation | Context-aware image compression |
KR102516366B1 (ko) | 2018-05-30 | 2023-03-31 | 삼성전자주식회사 | 특징 데이터 획득 방법 및 장치 |
US10931853B2 (en) * | 2018-10-18 | 2021-02-23 | Sony Corporation | Enhanced color reproduction for upscaling |
GB2578769B (en) | 2018-11-07 | 2022-07-20 | Advanced Risc Mach Ltd | Data processing systems |
KR20200080926A (ko) * | 2018-12-27 | 2020-07-07 | 삼성전자주식회사 | 영상 처리 장치 및 그 영상 처리 방법 |
GB2583061B (en) * | 2019-02-12 | 2023-03-15 | Advanced Risc Mach Ltd | Data processing systems |
TWI715448B (zh) * | 2020-02-24 | 2021-01-01 | 瑞昱半導體股份有限公司 | 偵測解析度的方法及電子裝置 |
CN113316017B (zh) * | 2020-02-27 | 2023-08-22 | 瑞昱半导体股份有限公司 | 检测分辨率的方法和电子装置 |
KR20230120371A (ko) | 2022-02-09 | 2023-08-17 | 삼성전자주식회사 | 이미지 처리 장치 및 이를 이용한 이미지 처리 방법 |
GB2617145A (en) * | 2022-03-30 | 2023-10-04 | Sony Interactive Entertainment Europe Ltd | Adaptive tile based super resolution |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5796879A (en) * | 1995-05-23 | 1998-08-18 | Hewlett-Packard Company | Area based interpolation for image scaling |
US6330372B1 (en) * | 1999-09-13 | 2001-12-11 | Intel Corporation | Compression edge adaptive video and image sharpening and scaling |
US7330209B2 (en) * | 1999-12-20 | 2008-02-12 | Texas Instruments Incorporated | Digital still camera system and complementary-color-filtered array interpolation method |
JP3714350B2 (ja) * | 2004-01-27 | 2005-11-09 | セイコーエプソン株式会社 | 画像中の人物候補領域抽出方法及び人物候補領域抽出システム並びに人物候補領域抽出プログラム |
US9013511B2 (en) | 2006-08-09 | 2015-04-21 | Qualcomm Incorporated | Adaptive spatial variant interpolation for image upscaling |
WO2009038559A1 (en) * | 2007-09-19 | 2009-03-26 | Thomson Licensing | System and method for scaling images |
US8284314B2 (en) * | 2009-12-16 | 2012-10-09 | Vixs Systems, Inc. | Adaptive edge enhancement using directional components from non-linear filtering |
JP5335713B2 (ja) | 2010-02-16 | 2013-11-06 | 富士フイルム株式会社 | 画像処理方法及び装置並びにプログラム |
WO2012166840A2 (en) | 2011-06-01 | 2012-12-06 | The Board Of Trustees Of The Leland Stanford Junior University | Learning of image processing pipeline for digital imaging devices |
US8731337B2 (en) | 2011-08-05 | 2014-05-20 | Adobe Systems Incorporated | Denoising and artifact removal in image upscaling |
EP2662824A1 (en) * | 2012-05-10 | 2013-11-13 | Thomson Licensing | Method and device for generating a super-resolution version of a low resolution input data structure |
KR102080859B1 (ko) | 2013-04-08 | 2020-02-24 | 삼성전자주식회사 | 이미지 프로세서 및 이미지 프로세서의 이미지 처리 방법 |
US9123138B2 (en) * | 2013-06-18 | 2015-09-01 | Adobe Systems Incorporated | Adaptive patch-based image upscaling |
CN103455988B (zh) * | 2013-09-17 | 2016-03-02 | 西安电子科技大学 | 基于结构自相似性与稀疏表示的超分辨率图像重构方法 |
US9734558B2 (en) | 2014-03-20 | 2017-08-15 | Mitsubishi Electric Research Laboratories, Inc. | Method for generating high-resolution images using regression patterns |
WO2015198368A1 (ja) * | 2014-06-24 | 2015-12-30 | 三菱電機株式会社 | 画像処理装置及び画像処理方法 |
US9256920B1 (en) * | 2014-07-25 | 2016-02-09 | Sharp Laboratories Of America, Inc. | Image enhancement using a patch based technique |
US9734559B1 (en) * | 2014-11-25 | 2017-08-15 | Pixelworks, Inc. | Match error compensation for super-resolution images |
-
2016
- 2016-01-19 US US15/000,670 patent/US9996902B2/en active Active
- 2016-12-07 WO PCT/US2016/065338 patent/WO2017127171A1/en active Application Filing
- 2016-12-07 EP EP16819779.6A patent/EP3341911B1/en active Active
- 2016-12-07 JP JP2018520600A patent/JP6490871B2/ja active Active
- 2016-12-07 EP EP19207931.7A patent/EP3657431B1/en active Active
-
2018
- 2018-05-03 US US15/970,393 patent/US10929952B2/en active Active
-
2019
- 2019-02-26 JP JP2019032606A patent/JP6789331B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP6490871B2 (ja) | 2019-03-27 |
US9996902B2 (en) | 2018-06-12 |
US20180253826A1 (en) | 2018-09-06 |
JP2019500667A (ja) | 2019-01-10 |
EP3657431A1 (en) | 2020-05-27 |
EP3657431B1 (en) | 2022-08-24 |
JP2019117644A (ja) | 2019-07-18 |
US10929952B2 (en) | 2021-02-23 |
US20170206632A1 (en) | 2017-07-20 |
EP3341911B1 (en) | 2020-02-19 |
EP3341911A1 (en) | 2018-07-04 |
WO2017127171A1 (en) | 2017-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6789331B2 (ja) | 画像アップスケーリング | |
CN110555795B (zh) | 高解析度风格迁移 | |
Yu et al. | A unified learning framework for single image super-resolution | |
JP5517954B2 (ja) | 変換の高速でメモリ効率の良い実施のための方法 | |
Cheon et al. | Generative adversarial network-based image super-resolution using perceptual content losses | |
JP2015232869A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
Chierchia et al. | Epigraphical projection and proximal tools for solving constrained convex optimization problems: Part i | |
Jung et al. | A fast deconvolution-based approach for single-image super-resolution with GPU acceleration | |
Zhang et al. | High‐Order Total Bounded Variation Model and Its Fast Algorithm for Poissonian Image Restoration | |
CN109993701B (zh) | 一种基于金字塔结构的深度图超分辨率重建的方法 | |
US10540735B2 (en) | Information processing device, information processing method, and recording medium | |
CN111105471B (zh) | 用于生成与成像有关的采样掩码的方法和装置 | |
CN102880878A (zh) | 一种基于单幅图像进行超分辨率分析的方法及系统 | |
Chilukuri et al. | Analysing Of Image Quality Computation Models Through Convolutional Neural Network | |
CN113902617B (zh) | 基于参考图像的超分辨率方法、装置、设备及介质 | |
Zhou et al. | Alternately guided depth super-resolution using weighted least squares and zero-order reverse filtering | |
Song et al. | Vector regression functions for texture compression | |
Cho et al. | Example-based super-resolution using self-patches and approximated constrained least squares filter | |
WO2016014105A1 (en) | Systems and methods for selecting ink colors | |
Deshmukh et al. | Residual CNN Image Compression | |
CN116342393B (zh) | 一种基于图像噪声预测机制的图像超分辨率方法及系统 | |
KR102325898B1 (ko) | 다중 도메인 영상 복원 시스템 및 방법 | |
CN117952901B (zh) | 基于生成对抗网络的多源异构图像变化检测方法及装置 | |
Dai et al. | Depth map upsampling using compressive sensing based model | |
El Abbadi et al. | Estimating Blur Parameters to Reconstruct the Motion Blurred Images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190322 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190322 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200522 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200608 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200902 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201005 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201102 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6789331 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |