このアイテムのアクセス数: 568
このアイテムのファイル:
| ファイル | 記述 | サイズ | フォーマット | |
|---|---|---|---|---|
| s11424-010-9277-0.pdf | 2.5 MB | Adobe PDF | 見る/開く |
| タイトル: | Bayesian image superresolution and hidden variable modeling |
| 著者: | Kanemura, Atsunori Maeda, Shin-ichi  Fukuda, Wataru Ishii, Shin |
| 著者名の別形: | 兼村, 厚範 前田, 新一 福田, 航 石井, 信 |
| キーワード: | Bayesian estimation Hidden variables Image superresolution Markov random fields Variational estimation |
| 発行日: | Feb-2010 |
| 出版者: | Springer Verlag |
| 誌名: | Journal of Systems Science and Complexity |
| 巻: | 23 |
| 号: | 1 |
| 開始ページ: | 116 |
| 終了ページ: | 136 |
| 抄録: | Superresolution is an image processing technique that estimates an original high-resolution image from its low-resolution and degraded observations. In superresolution tasks, there have been problems regarding the computational cost for the estimation of high-dimensional variables. These problems are now being overcome by the recent development of fast computers and the development of powerful computational techniques such as variational Bayesian approximation. This paper reviews a Bayesian treatment of the superresolution problem and presents its extensions based on hierarchical modeling by employing hidden variables. |
| 著作権等: | c Institute of Systems Science, Academy of Mathematics and Systems Science, CAS and Springer-Verlag Berlin Heidelberg 2010. この論文は出版社版でありません。引用の際には出版社版をご確認ご利用ください。 This is not the published version. Please cite only the published version. |
| URI: | http://hdl.handle.net/2433/108270 |
| DOI(出版社版): | 10.1007/s11424-010-9277-0 |
| 出現コレクション: | 学術雑誌掲載論文等 |
このリポジトリに保管されているアイテムはすべて著作権により保護されています。