ベイズ超解像におけるSIFTを用いたパラメタ推定手法の提案

摘要

ベイズ超解像における位置ずれパラメタの効率的な推定法を提案する.超解像の手法の一つにTipping ＆ Bishop，Pickupらによるベイズ超解像がある．ベイズ超解像では与えられた複数の低解像度画像間の位置ずれを表すパラメタの推定が不可欠であり，それに要する時間的及び空間的な計算量が問題点の一つとなっている．このため，現状では既存のベイズ超解像は小さいサイズの画像にしか適用できない．本稿ではSIFTを用いて少ない計算時問かつ現実的メモリ消費で位置ずれパラメタを推定するアルゴリズムを提案する．またPickupらによって公開されているベイズ超解像のプログラムに，提案アルゴリズムによって推定したパラメタを入力し，真のパラメタを用いた場合との比較を行った.結果として，ある性質の画像については十分な精度でのパラメタ推定に成功し，比較的大きいサイズの画像に対してベイズ超解像が実現できたことを報告する．%We propose a computationally efficient method to estimate the location parameters in Bayesian super-resolution (BSR). BSR is one of super-resolution to recover a high-resolution image when several low-resolution images are given. Tipping & Bishop and Pickup et al. proposed BSR-type algorithms. In their BSR algorithms, estimation of location parameters is indispensable and requires much computational cost and memory. Thus, their methods can be applied to only images of small size. To overcome this difficulty, we propose a method estimating the location parameters based on SIFT. Our proposal requires less computational cost and memory. To illustrate its performance, we use a BSR code by Pickup et al. As a result, we succeeded in estimating the location parameters with sufficient accuracy for images having certain properties. In such cases, BSR can be applied to images of relatively large size.