English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 49378/84106 (59%)
造访人次 : 7378500      在线人数 : 48
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://tkuir.lib.tku.edu.tw:8080/dspace/handle/987654321/94428


    题名: 範例式高解析方法的特徵組合比較
    其它题名: Comparison of feature-combination for example-based super resolution
    作者: 曹仁輝;Tsao, Jen-Hui
    贡献者: 淡江大學資訊工程學系碩士在職專班
    顏淑惠;Yen, Shwu-Huey
    关键词: 高解析;基於範例;雙立方內插法;疊層式;super resolution(SR);example-based;bicubic;cascade
    日期: 2013
    上传时间: 2014-01-23 14:38:06 (UTC+8)
    摘要: 高解析在電腦視覺上一直以來都是一個很重要的題目,本文中我們經由實作一個完整的範例式高解析演算法來對影像高解析領域中常用的特徵進行的比較。實驗中我們開發了一個疊層式框架來解決在特徵組合中決定各個特徵權重的問題,並且改善了效能問題。在實驗結果裡我們可以看到各個獨立以及組合式的特徵對驗實產生的影響。在實驗的最後,我們對框架做了修改使其具有可適性,修改過後的框架不但可以降低運算量(高運算量是範例式高解析演算法的常見問題)而且對於不同的影像資料庫有著更佳的可適性。
    Super resolution (SR) in computer vision is an important task. In this paper, we compared several common used features in image super resolution of example-based algorithms. To combine features, we develop a cascade framework to solve the problems of deciding weights among features and improving computation efficiency. In the experimental results we can see the effectiveness of each independent or combined features. Finally, we modify the framework to have an adaptive threshold such that not only the computation load is much reduced but the modified framework is suitable to any query image as well as various image databases.
    显示于类别:[資訊工程學系暨研究所] 學位論文

    文件中的档案:

    档案 大小格式浏览次数
    index.html0KbHTML51检视/开启

    在機構典藏中所有的数据项都受到原著作权保护.

    TAIR相关文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回馈