増分符号を用いた隣接ブロックの適合度評価による学習型超解像

摘要

学習型超解像は、入力画像をブロック分割し、各ブロックを高解像度化するための画像パッチを、事前に学習した辞書から適切に選択することで、高画質な高解像度画像を得る技術である。パッチの選択には、隣接ブロック間でのパッチの整合性を考慮することが重要である。この整合性を、パッチの輝度の増減の変化バターンの類似度で評価する手法を提案する。提案手法を用いることにより、従来よりも鮮鋭で主観的に高画質な商解像度画像を生成できることを実験により示す。%Example-base super-resolution estimates a clear high-resolution image from an input low-resolution image by using previously learned patches that enhance the image quality. An input image is split into blocks and super-resolved by using patches block wise. It is important to consider the compatibility of patches used for neighboring blocks when selecting the patches from the dictionary. In this paper, we propose a novel compatibility function that evaluates the patches based on the wave shape of its intensity. Our method creates sharp and visually preferable high-resolution images. It is verified by subjective assessment experiments.