WO2014087652A1 - 画像処理装置及び画像処理方法 - Google Patents
画像処理装置及び画像処理方法 Download PDFInfo
- Publication number
- WO2014087652A1 WO2014087652A1 PCT/JP2013/007144 JP2013007144W WO2014087652A1 WO 2014087652 A1 WO2014087652 A1 WO 2014087652A1 JP 2013007144 W JP2013007144 W JP 2013007144W WO 2014087652 A1 WO2014087652 A1 WO 2014087652A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- image
- restored
- patch
- candidates
- restored image
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title claims description 26
- 238000000034 method Methods 0.000 claims description 80
- 238000004364 calculation method Methods 0.000 claims description 43
- 238000005315 distribution function Methods 0.000 claims description 35
- 238000006731 degradation reaction Methods 0.000 abstract description 7
- 230000015556 catabolic process Effects 0.000 abstract description 6
- 230000006866 deterioration Effects 0.000 description 50
- 238000010586 diagram Methods 0.000 description 37
- 238000003860 storage Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 7
- 238000003786 synthesis reaction Methods 0.000 description 7
- 238000000342 Monte Carlo simulation Methods 0.000 description 5
- 230000006837 decompression Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000000593 degrading effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000002542 deteriorative effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/164—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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 by the use of more than one image, e.g. averaging, subtraction
-
- G06T5/60—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/1914—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries, e.g. user dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4053—Super resolution, i.e. output image resolution higher than sensor resolution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Abstract
Description
図1は、第1実施形態に係る画像処理システム1000の構成を示すブロック図である。
図2~図5を参照して、第1実施形態における学習フェーズについて説明する。
受付部110は、外部から学習画像を受け付ける。受付部110は、外部から受け付けた学習画像を劣化画像生成部120及びパッチペア生成部130に出力する。
劣化画像生成部120は、受付部110から出力された学習画像に劣化処理を施して劣化画像を生成する。
パッチペア生成部130は、受付部110から学習画像を受け取り、劣化画像生成部120から学習画像の劣化画像及び劣化画像の劣化パラメータを受け取る。パッチペア生成部130は、その学習画像とその劣化画像との対応する位置におけるパッチペアを複数生成する。換言すると、パッチペア生成部130は、その学習画像の特定のパッチと、その学習画像上におけるその特定のパッチの位置に対応する、その劣化画像上におけるその位置のその劣化画像のパッチとをパッチペアとする。
登録部140は、パッチペア生成部130から、複数のパッチペアを受け取る。登録部140は、複数のパッチペアと、当該パッチペアにおける劣化パッチに対応する劣化パラメータとを対応付けて辞書200に登録する。
辞書200は、学習装置101によって生成された複数のパッチペア及び劣化パラメータを格納する。
図6~図12を参照して、第1実施形態における復元フェーズについて説明する。
復元装置301の受付部310は、画像処理の対象となる入力画像を外部から受け付ける。例えば、受付部310は、ネットワークに接続して入力画像を受信してもよいし、入力画像を記憶するメモリから読み出すことで入力画像を受け付けてもよい。即ち、受付部310による入力画像の受け付けの形態は、限定されない。受付部310は、受け付けた入力画像を画像群生成部501に出力する。
画像群生成部501のパッチ生成部521は、受付部310から出力された入力画像から複数のパッチ(入力パッチ)を生成し、復元画像候補生成部541に出力する。
画像群生成部501のハイパーパラメータセット生成部531は、1または複数のハイパーパラメータ(劣化パラメータ)を含む、複数のハイパーパラメータセットを生成する。具体的には、ハイパーパラメータ決定部531は、それらのハイパーパラメータの値を変化させた複数のハイパーパラメータセットを生成する。次に、ハイパーパラメータ決定部531は、生成した複数のハイパーパラメータセットを復元画像候補生成部541に出力する。
画像群生成部501の復元画像候補生成部541は、以下のような第1の方法により、復元画像候補を生成する。
式1は、超解像画像(復元画像候補に成り得る画像)の出現確率を示す確率分布関数である。式1に示す確率分布関数は、入力画像及びその入力画像に対応するその超解像画像と辞書200に格納されているパッチペア203との関係、並びにその超解像画像の隣接パッチ間の関係をモデル化した関数である。式1の関数は、劣化画像20に対応する劣化のパラメータの、任意のものを、ハイパーパラメータとして含む。
尚、最大値の出現確率に対応する超解像画像は、式2で示すエネルギーが最小値となる超解像画像である。即ち、上述の「復元装置301が、確率分布関数に基づいて、その受け付けた入力画像の1つに対して、複数の復元画像候補を生成する」ことは、以下のように換言できる。
===画像選択提示部511===
画像処理装置1001の画像選択提示部511は、画像群生成部501が生成したそれらの複数の復元画像候補をクラスタリングする。画像選択提示部511は、例えばK-means法や、Ward法を用いてクラスタリングを行う。
次に、本発明の第2実施形態について図面を参照して詳細に説明する。以下、本実施形態の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。
ハイパーパラメータセット生成部532は、1つのハイパーパラメータセット60を生成する。
復元画像候補生成部542は、そのハイパーパラメータセット60に対応する確率分布関数の、複数の極大値に対応する復元画像候補を生成する。即ち、復元画像候補生成部542は、図7に示す復元画像候補生成部541と以下の点で異なる。復元画像候補生成部541は、その確率分布関数の最大値を求め、その最大値に対応する超解像画像を、復元画像候補として生成した。これに対して、復元画像候補生成部542は、その確率分布関数の複数の極大値を求め、それらの極大値に対応する超解像画像を、復元画像候補として生成する。
次に、本発明の第3実施形態について図面を参照して詳細に説明する。以下、本実施形態の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。
画像選択提示部513は、複数の復元画像候補のそれぞれを複数の部分に分割した分割復元画像候補を生成する。次に、画像選択提示部513は、特定の領域の分割復元画像候補から成るグループのそれぞれをクラスタリングする。ここで特定の領域の分割復元画像候補は、それらの復元画像候補のそれぞれ毎の同じ位置に対応する、分割復元画像候補である。次に、画像選択提示部513は、そのクラスタリングした結果に基づいて、グループ毎の分割復元画像候補を選択する。次に、画像選択提示部513は、選択した分割復元画像候補を合成して超解像画像を生成し、復元画像候補として出力する。
次に、本発明の第4実施形態について図面を参照して詳細に説明する。以下、本実施形態の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。
信頼度算出部554は、復元画像候補生成部541が生成した復元画像候補のそれぞれの信頼度を算出する。信頼度の算出の詳細は、後述する。
画像選択提示部514は、算出されたそれらの信頼度に基づいて復元画像候補を選択し、選択したその復元画像候補を復元画像として出力する。
次に、本発明の第5実施形態について図面を参照して詳細に説明する。以下、本実施形態の説明が不明確にならない範囲で、前述の説明と重複する内容については説明を省略する。
画像群生成部505は、例えば、図1に示す辞書200を利用し、1つの入力画像から、その入力画像の本来の内容である可能性を持つ、複数の異なる内容を含む複数の復元画像候補を、生成する。ここで、辞書200は、第1実施形態で説明したように、所定の画像を劣化させた劣化画像のパッチである劣化パッチ202と、その所定の画像のパッチである復元パッチ201とを対応付けた複数のパッチペア203を格納する。ここで、所定の画像は、例えば、図3に示す学習画像10である。また、劣化画像は、図3に示す劣化画像20である。
画像選択提示部515は、画像群生成部505が生成した複数の復元画像候補をクラスタリングする。次に、画像選択提示部515は、そのクラスタリングした結果に基づいて、復元画像候補を選択する。次に、画像選択提示部515は、選択した復元画像候補を出力する。
前述の第1乃至第4実施形態で説明した画像処理装置1001、画像処理装置1002、画像処理装置1003及び画像処理装置1004は、それぞれ図25に示す画像処理装置1005と同様、CPUとプログラムを記憶した記録媒体597を含むコンピュータ装置により実現されてもよい。この場合、CPUによって実行されるプログラムは、上記の各実施形態で説明した画像処理装置1001、画像処理装置1002、画像処理装置1003及び画像処理装置1004の各動作を実行させるためのプログラムであってよい。
20 劣化画像
30 入力画像
31 入力パッチ
40 復元画像
50 パッチ
51 画素群
52 画素
53 パッチ識別子
60 ハイパーパラメータセット
101 学習装置
110 受付部
120 劣化画像生成部
130 パッチペア生成部
140 登録部
200 辞書
201 復元パッチ
202 劣化パッチ
203 パッチペア
301 復元装置
310 受付部
501 画像群生成部
502 画像群生成部
504 画像群生成部
505 画像群生成部
511 画像選択提示部
513 画像選択提示部
514 画像選択提示部
515 画像選択提示部
521 パッチ生成部
531 ハイパーパラメータセット生成部
532 ハイパーパラメータセット生成部
541 復元画像候補生成部
542 復元画像候補生成部
554 信頼度算出部
591 CPU
592 記憶部
593 記憶装置
594 入力部
595 出力部
596 通信部
597 記録媒体
1000 画像処理システム
1001 画像処理装置
1002 画像処理装置
1003 画像処理装置
1004 画像処理装置
1005 画像処理装置
Claims (23)
- 所定の画像を劣化させた劣化画像のパッチである劣化パッチと、前記所定の画像のパッチである復元パッチとを対応付けた複数のパッチペアを格納する辞書を利用し、入力画像の本来の内容である可能性を持つ、複数の異なる内容を含む複数の復元画像候補を、1つの前記入力画像から生成する画像群生成手段と、
前記複数の復元画像候補をクラスタリングし、前記クラスタリングした結果に基づいて、前記復元画像候補を選択し、出力する画像選択提示手段と、を含む
画像処理装置。 - 前記画像群生成手段が生成した復元画像候補のそれぞれの信頼度を算出する信頼度算出手段を更に含み、
前記画像選択提示手段は、前記信頼度に基づいて前記復元画像候補を選択する
ことを特徴とする請求項1記載の画像処理装置。 - 前記信頼度算出手段は、前記復元画像から低品質化画像を生成し、前記低品質化画像と前記入力画像との差分に基づいて、前記信頼度を算出する
ことを特徴とする請求項2記載の画像処理装置。 - 前記信頼度算出手段は、前記復元画像を生成した場合の、隣接する前記復元パッチ間の差分に基づいて、前記信頼度を算出する
ことを特徴とする請求項2または3記載の画像処理装置。 - 前記信頼度算出手段は、前記劣化パッチ間の類似度と前記劣化パッチに対応する前記復元パッチ間の類似度との比である危険度に基づいて、前記信頼度を算出する
ことを特徴とする請求項2乃至4のいずれか1項に記載の画像処理装置。 - 前記信頼度算出手段は、前記複数の復元画像候補の統計的偏りに基づいて、前記信頼度を算出する
ことを特徴とする請求項2乃至5のいずれか1項に記載の画像処理装置。 - 前記信頼度算出手段は、前記クラスタリングされた復元画像候補のクラス毎に前記信頼度を算出し、
前記画像選択提示手段は、前記クラス毎に算出された信頼度に基づいて、前記クラス毎に前記復元画像候補を選択し、出力する
ことを特徴とする請求項2乃至6のいずれか1項に記載の画像処理装置。 - 前記画像選択提示手段は、前記複数の復元画像候補のそれぞれの特定の一部分である特定部分復元画像候補を切り出し、前記特定部分復元画像候補をクラスタリングし、前記クラスタリングした結果に基づいて、前記特定部分復元画像候補を選択し、出力する
ことを特徴とする請求項2乃至7のいずれか1項に記載の画像処理装置。 - 前記信頼度算出手段は、前記特定部分復元画像候補の信頼度を算出することを特徴とする請求項8記載の画像処理装置。
- 前記画像選択提示手段は、前記複数の復元画像候補のそれぞれを複数の分割復元画像候補に分割し、同じ位置に対応する前記分割復元画像候補から成るグループのそれぞれをクラスタリングし、前記クラスタリングした結果に基づいて、前記グループ毎に前記分割復元画像候補を選択し、前記選択した分割復元画像候補を合成して復元画像を生成し、出力する
ことを特徴とする請求項2乃至9のいずれか1項に記載の画像処理装置。 - 前記信頼度算出手段は、前記分割復元画像候補の信頼度を算出することを特徴とする請求項10記載の画像処理装置。
- 前記画像群生成手段は、ハイパーパラメータが異なる複数の前記確率分布関数の最大値のそれぞれに対応する、前記複数の復元画像候補を前記入力画像から生成する
ことを特徴とする請求項1乃至11のいずれか1項に記載の画像処理装置。 - 前記画像群生成手段は、前記入力画像と前記入力画像に対応する復元画像候補とパッチペアとの関係をモデル化した確率分布関数の複数の極大値のそれぞれに対応する、前記複数の復元画像候補を前記入力画像から生成する
ことを特徴とする請求項1乃至12のいずれか1項に記載の画像処理装置。 - 前記画像群生成手段は、ハイパーパラメータが異なる複数の前記確率分布関数のそれぞれの極大値のそれぞれに対応する、前記複数の復元画像候補を前記入力画像から生成する
ことを特徴とする請求項1乃至13のいずれか1項に記載の画像処理装置。 - 前記画像群生成手段は、前記入力画像から切り出した入力パッチのそれぞれについて、前記入力パッチとの類似度が閾値以上の複数の劣化パッチに対応する複数の復元パッチを選択し、前記入力パッチのそれぞれに対応する前記選択した復元パッチのそれぞれを組み合わせて、前記複数の復元画像候補を生成する
ことを特徴とする請求項1乃至14のいずれか1項に記載の画像処理装置。 - 前記複数のパッチペアを格納する辞書手段と、
前記パッチペアを作成し、前記辞書手段に出力する学習手段と、を更に含む
ことを特徴とする請求項1乃至15のいずれか1項に記載の画像処理装置。 - コンピュータが、
所定の画像を劣化させた劣化画像のパッチである劣化パッチと、前記所定の画像のパッチである復元パッチとを対応付けた複数のパッチペアを格納する辞書を利用し、入力画像の本来の内容である可能性を持つ、複数の異なる内容を含む複数の復元画像候補を、1つの前記入力画像から生成し、
前記複数の復元画像候補をクラスタリングし、前記クラスタリングした結果に基づいて、前記復元画像候補を選択し、出力する
画像処理方法。 - 前記コンピュータが、
前記生成した復元画像候補のそれぞれの信頼度を算出し、
前記信頼度に基づいて前記復元画像候補を選択する
ことを特徴とする請求項17記載の画像処理方法。 - コンピュータに、
所定の画像を劣化させた劣化画像のパッチである劣化パッチと、前記所定の画像のパッチである復元パッチとを対応付けた複数のパッチペアを格納する辞書を利用し、入力画像の本来の内容である可能性を持つ、複数の異なる内容を含む複数の復元画像候補を1つの前記入力画像から生成する処理と、
前記複数の復元画像候補をクラスタリングし、前記クラスタリングした結果に基づいて、前記復元画像候補を選択し、出力する処理と、を実行させる
画像処理用プログラムを記録したコンピュータ読み取り可能な非一時的記録媒体。 - 前記コンピュータに、
前記生成した復元画像候補のそれぞれの信頼度を算出する処理と、
前記信頼度に基づいて前記復元画像候補を選択する処理と、を実行させる
ことを特徴とする請求項19記載の画像処理用プログラムを記録したコンピュータ読み取り可能な非一時的記録媒体。 - 入力画像に類似する、複数の異なる内容を含む複数の復元画像候補を生成する画像群生成手段と、
前記複数の復元画像候補をクラスタリングし、少なくとも2以上のクラスから復元画像候補を選択し、出力する画像選択提示手段と、を含む
画像処理装置。 - コンピュータが、
入力画像に類似する、複数の異なる内容を含む複数の復元画像候補を生成し、
前記複数の復元画像候補をクラスタリングし、少なくとも2以上のクラスから復元画像候補を選択し、出力する
画像処理方法。 - コンピュータに、
入力画像に類似する、複数の異なる内容を含む複数の復元画像候補を生成する処理と、
前記複数の復元画像候補をクラスタリングし、少なくとも2以上のクラスから復元画像候補を選択し、出力する処理と、を実行させる
画像処理用プログラムを記録したコンピュータ読み取り可能な非一時的記録媒体。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201380070627.8A CN104969257B (zh) | 2012-12-06 | 2013-12-05 | 图像处理设备和图像处理方法 |
US14/648,830 US9679370B2 (en) | 2012-12-06 | 2013-12-05 | Image processing device and image processing method |
JP2014550930A JP6287855B2 (ja) | 2012-12-06 | 2013-12-05 | 画像処理装置及び画像処理方法 |
EP13860561.3A EP2930684B1 (en) | 2012-12-06 | 2013-12-05 | Image processing device and image processing method |
HK15111625.3A HK1210859A1 (en) | 2012-12-06 | 2015-11-26 | Image processing device and image processing method |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012-267402 | 2012-12-06 | ||
JP2012267402 | 2012-12-06 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2014087652A1 true WO2014087652A1 (ja) | 2014-06-12 |
Family
ID=50883092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2013/007144 WO2014087652A1 (ja) | 2012-12-06 | 2013-12-05 | 画像処理装置及び画像処理方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US9679370B2 (ja) |
EP (1) | EP2930684B1 (ja) |
JP (1) | JP6287855B2 (ja) |
CN (1) | CN104969257B (ja) |
HK (1) | HK1210859A1 (ja) |
WO (1) | WO2014087652A1 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205782A (zh) * | 2015-09-06 | 2015-12-30 | 京东方科技集团股份有限公司 | 超解像方法和系统、服务器、用户设备及其方法 |
WO2016051640A1 (ja) * | 2014-09-30 | 2016-04-07 | ソニー株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2016127475A (ja) * | 2015-01-06 | 2016-07-11 | 株式会社リコー | 画像処理システム、画像処理方法、及びプログラム |
CN107209873A (zh) * | 2015-01-29 | 2017-09-26 | 高通股份有限公司 | 用于深度卷积网络的超参数选择 |
JP2020057373A (ja) * | 2018-09-26 | 2020-04-09 | キヤノン株式会社 | 画像処理方法、画像処理装置、撮像装置、プログラム、記憶媒体、画像処理システム、および、学習済みモデルの製造方法 |
US11443461B2 (en) | 2018-12-27 | 2022-09-13 | Samsung Electronics Co., Ltd. | Display apparatus and image processing method for applying random patches to pixel block |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6443540B2 (ja) * | 2014-09-03 | 2018-12-26 | 日本電気株式会社 | 画像処理装置、画像処理方法および記憶媒体 |
CN104199586B (zh) | 2014-09-16 | 2018-04-13 | 重庆京东方光电科技有限公司 | 一种阵列基板、内嵌式触摸屏和触控显示装置 |
EP3156943A1 (en) * | 2015-10-16 | 2017-04-19 | Thomson Licensing | Method and device for clustering patches of a degraded version of an image |
JP2018092610A (ja) * | 2016-11-28 | 2018-06-14 | キヤノン株式会社 | 画像認識装置、画像認識方法及びプログラム |
JP6554253B2 (ja) * | 2017-06-05 | 2019-07-31 | 楽天株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
US11501522B2 (en) * | 2017-12-06 | 2022-11-15 | Nec Corporation | Image recognition model generating device, image recognition model generating method, and image recognition model generating program storing medium |
CN108596863A (zh) * | 2018-06-11 | 2018-09-28 | 深圳市唯特视科技有限公司 | 一种基于最佳线性预测的泊松图像去噪方法 |
JP7291464B2 (ja) * | 2018-07-31 | 2023-06-15 | グローリー株式会社 | 画像処理装置、画像処理システム、画像処理方法、および画像処理プログラム |
US10896483B2 (en) * | 2018-12-14 | 2021-01-19 | Adobe Inc. | Dynamic content generation system |
CN109840890B (zh) * | 2019-01-31 | 2023-06-09 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110569289B (zh) * | 2019-09-11 | 2020-06-02 | 星环信息科技(上海)有限公司 | 基于大数据的列数据处理方法、设备及介质 |
JP2021068062A (ja) * | 2019-10-18 | 2021-04-30 | 富士ゼロックス株式会社 | 検索条件特定システム、検索システム及びプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010273328A (ja) | 2009-04-20 | 2010-12-02 | Fujifilm Corp | 画像処理装置、画像処理方法およびプログラム |
JP2011034344A (ja) * | 2009-07-31 | 2011-02-17 | Fujifilm Corp | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム |
JP2011197954A (ja) * | 2010-03-18 | 2011-10-06 | Nippon Hoso Kyokai <Nhk> | 信号処理装置及びプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4353259B2 (ja) * | 2007-02-22 | 2009-10-28 | ソニー株式会社 | 情報処理装置、画像表示装置、および、これらにおける制御方法ならびに当該方法をコンピュータに実行させるプログラム |
CN102325257A (zh) * | 2007-07-20 | 2012-01-18 | 富士胶片株式会社 | 图像处理设备和图像处理方法 |
JP2009134350A (ja) * | 2007-11-28 | 2009-06-18 | Toshiba Corp | 画像の高品質化方法及び装置 |
WO2009081410A2 (en) * | 2007-12-25 | 2009-07-02 | Medic Vision - Brain Technologies Ltd. | Noise reduction of images |
CN102629373B (zh) * | 2012-02-27 | 2014-05-28 | 天津大学 | 基于稀疏表示理论的超分辨率图像获取方法 |
-
2013
- 2013-12-05 CN CN201380070627.8A patent/CN104969257B/zh active Active
- 2013-12-05 WO PCT/JP2013/007144 patent/WO2014087652A1/ja active Application Filing
- 2013-12-05 EP EP13860561.3A patent/EP2930684B1/en active Active
- 2013-12-05 JP JP2014550930A patent/JP6287855B2/ja active Active
- 2013-12-05 US US14/648,830 patent/US9679370B2/en active Active
-
2015
- 2015-11-26 HK HK15111625.3A patent/HK1210859A1/xx unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010273328A (ja) | 2009-04-20 | 2010-12-02 | Fujifilm Corp | 画像処理装置、画像処理方法およびプログラム |
JP2011034344A (ja) * | 2009-07-31 | 2011-02-17 | Fujifilm Corp | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム |
JP2011197954A (ja) * | 2010-03-18 | 2011-10-06 | Nippon Hoso Kyokai <Nhk> | 信号処理装置及びプログラム |
Non-Patent Citations (3)
Title |
---|
D. G. LOWE: "Object recognition from local scale-invariant features", PROC. OF IEEE INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV, 1999, pages 1150 - 1157 |
N. DALAL; B. TRIGGS: "Histograms of oriented gradients for human detection", PROC. OF IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR, 2005, pages 886 - 893, XP010817365, DOI: doi:10.1109/CVPR.2005.177 |
TAGUCHI; ONO; MITA; IDA: "A Learning Method of Representative Examples for Image Super-Resolution by Closed-Loop Training", THE TRANSACTIONS OF THE INSTITUTE OF ELECTRONICS, INFORMATION AND COMMUNICATION. D, INFORMATION AND SYSTEMS, vol. J92-D, no. 6, 1 June 2009 (2009-06-01), pages 831 - 842 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016051640A1 (ja) * | 2014-09-30 | 2016-04-07 | ソニー株式会社 | 情報処理装置、情報処理方法及びプログラム |
US10360515B2 (en) | 2014-09-30 | 2019-07-23 | Sony Corporation | Information processing apparatus and information processing method to generate image processing algorithm based on achine learning process |
US11232353B2 (en) | 2014-09-30 | 2022-01-25 | Sony Corporation | Information processing apparatus and information processing method to generate image processing algorithm based on machine learning process |
JP2016127475A (ja) * | 2015-01-06 | 2016-07-11 | 株式会社リコー | 画像処理システム、画像処理方法、及びプログラム |
CN107209873A (zh) * | 2015-01-29 | 2017-09-26 | 高通股份有限公司 | 用于深度卷积网络的超参数选择 |
CN105205782A (zh) * | 2015-09-06 | 2015-12-30 | 京东方科技集团股份有限公司 | 超解像方法和系统、服务器、用户设备及其方法 |
JP2020057373A (ja) * | 2018-09-26 | 2020-04-09 | キヤノン株式会社 | 画像処理方法、画像処理装置、撮像装置、プログラム、記憶媒体、画像処理システム、および、学習済みモデルの製造方法 |
JP7309520B2 (ja) | 2018-09-26 | 2023-07-18 | キヤノン株式会社 | 画像処理方法、画像処理装置、撮像装置、プログラム、記憶媒体、画像処理システム、および、学習済みモデルの製造方法 |
US11443461B2 (en) | 2018-12-27 | 2022-09-13 | Samsung Electronics Co., Ltd. | Display apparatus and image processing method for applying random patches to pixel block |
US11954765B2 (en) | 2018-12-27 | 2024-04-09 | Samsung Electronics Co., Ltd. | Applying random patches to pixel block of an image utilizing different weights |
Also Published As
Publication number | Publication date |
---|---|
US9679370B2 (en) | 2017-06-13 |
JPWO2014087652A1 (ja) | 2017-01-05 |
EP2930684A1 (en) | 2015-10-14 |
EP2930684A4 (en) | 2016-10-19 |
CN104969257B (zh) | 2018-08-28 |
EP2930684B1 (en) | 2021-03-03 |
HK1210859A1 (en) | 2016-05-06 |
US20150302566A1 (en) | 2015-10-22 |
CN104969257A (zh) | 2015-10-07 |
JP6287855B2 (ja) | 2018-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6287855B2 (ja) | 画像処理装置及び画像処理方法 | |
US8942422B2 (en) | Nonlinear self-calibration for structure from motion (SFM) techniques | |
Dalla Mura et al. | Classification of hyperspectral images by using extended morphological attribute profiles and independent component analysis | |
JP6075295B2 (ja) | 辞書作成装置、画像処理装置、画像処理システム、辞書作成方法、画像処理方法及びプログラム | |
JP6512100B2 (ja) | 画像処理を実行する情報処理装置及び画像処理方法 | |
US20130051685A1 (en) | Patch-based synthesis techniques | |
JP2011176748A (ja) | 画像処理装置および方法、並びにプログラム | |
JP6015670B2 (ja) | 画像処理装置及び画像処理方法 | |
Gokhale et al. | Attribute-guided adversarial training for robustness to natural perturbations | |
JP6075294B2 (ja) | 画像処理システム及び画像処理方法 | |
WO2013089260A1 (ja) | 画像処理システム及び画像処理方法 | |
JP6121302B2 (ja) | 姿勢パラメータ推定装置、姿勢パラメータ推定システム、姿勢パラメータ推定方法、およびプログラム | |
US10580127B2 (en) | Model generation apparatus, evaluation apparatus, model generation method, evaluation method, and storage medium | |
JP5500404B1 (ja) | 画像処理装置及びそのプログラム | |
CN111861878B (zh) | 通过潜在空间正则化对监督式生成对抗网络进行优化 | |
JP2016219879A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP5337252B2 (ja) | 特徴抽出装置 | |
Cosentino et al. | Spatial Transformer K-Means | |
KR101627974B1 (ko) | 영상 블러에 강인한 영상 특징 기술자 생성 방법 및 장치 | |
Zhang et al. | Joint nonlocal sparse representation for depth map super-resolution | |
Shibata et al. | Single image super resolution reconstruction in perturbed exemplar sub-space | |
Yang et al. | Abundance estimation for hyperspectral images based on bilinear mixture models | |
JP6751663B2 (ja) | 画像処理装置、画像処理方法 | |
Zimmermann | Fast learnable methods for object tracking | |
JP2013054529A (ja) | 画像類似度算出装置、画像類似度算出方法、画像類似度算出プログラム及び記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 13860561 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2014550930 Country of ref document: JP Kind code of ref document: A |
|
WWE | Wipo information: entry into national phase |
Ref document number: 14648830 Country of ref document: US |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
WWE | Wipo information: entry into national phase |
Ref document number: 2013860561 Country of ref document: EP |