Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "super-resolution" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-10 z 10
    Tytuł:
    Semi-PROPELLER Compressed Sensing Image Reconstruction with Enhanced Resolution in MRI
    Autorzy:
    Malczewski, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/226988.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    MRI
    super-resolution
    compressed sensing
    Opis:
    Magnetic Resonance Imaging (MRI) reconstruction algorithm using semi-PROPELLER compressed sensing is presented in this paper. It is exhibited that introduced algorithm for estimating data shifts is feasible when super- resolution is applied. The offered approach utilizes compressively sensed MRI PROPELLER sequences and improves MR images spatial resolution in circumstances when highly undersampled k-space trajectories are applied. Compressed sensing (CS) aims at signal and images reconstructing from significantly fewer measurements than were traditionally thought necessary. It is shown that the presented approach improves MR spatial resolution in cases when Compressed Sensing (CS) sequences are used. The application of CS in medical modalities has the potential for significant scan time reductions, with visible benefits for patients and health care economics. These methods emphasize on maximizing image sparsity on known sparse transform domain and minimizing fidelity. This diagnostic modality struggles with an inherently slow data acquisition process. The use of CS to MRI leads to substantial scan time reductions [7] and visible benefits for patients and economic factors. In this report the objective is to combine Super-Resolution image enhancement algorithm with both PROPELLER sequence and CS framework. The motion estimation algorithm being a part of super resolution reconstruction (SRR) estimates shifts for all blades jointly, utilizing blade-pair correlations that are both strong and more robust to noise.
    Źródło:
    International Journal of Electronics and Telecommunications; 2015, 61, 2; 211-217
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Low-cost, low-resolution IR system with super-resolution interpolation of thermal images for industrial applications
    Autorzy:
    Więcek, P.
    Sankowski, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/114076.pdf
    Data publikacji:
    2018
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    Super-resolution
    residual deep neural networks
    image interpolation
    Opis:
    In this paper authors present application of deep neural networks for super-resolution interpolation of infrared images. A residual neural network with reduced number of layers was used. The transfer learning using RGB visual images was applied in this research. The validation of the network was performed for 32×24 and 160×120 pixels infrared images, with the up-sampling scale factors 2, 3, 4, 5 and 6. Monitoring of high temperature industrial processes like inductive heating and thermal hardening is the main application of proposed methods.
    Źródło:
    Measurement Automation Monitoring; 2018, 64, 4; 108-111
    2450-2855
    Pojawia się w:
    Measurement Automation Monitoring
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Single Image Super-Resolution through Sparse Representation via Coupled Dictionary learning
    Autorzy:
    Patel, Rutul
    Thakar, Vishvjit
    Joshi, Rutvij
    Powiązania:
    https://bibliotekanauki.pl/articles/226607.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    single image super-resolution
    Dictionary Learning
    Sparse representation
    Opis:
    Single Image Super-Resolution (SISR) through sparse representation has received much attention in the past decade due to significant development in sparse coding algorithms. However, recovering high-frequency textures is a major bottleneck of existing SISR algorithms. Considering this, dictionary learning approaches are to be utilized to extract high-frequency textures which improve SISR performance significantly. In this paper, we have proposed the SISR algorithm through sparse representation which involves learning of Low Resolution (LR) and High Resolution (HR) dictionaries simultaneously from the training set. The idea of training coupled dictionaries preserves correlation between HR and LR patches to enhance the Super-resolved image. To demonstrate the effectiveness of the proposed algorithm, a visual comparison is made with popular SISR algorithms and also quantified through quality metrics. The proposed algorithm outperforms compared to existing SISR algorithms qualitatively and quantitatively as shown in experimental results. Furthermore, the performance of our algorithm is remarkable for a smaller training set which involves lesser computational complexity. Therefore, the proposed approach is proven to be superior based upon visual comparisons and quality metrics and have noticeable results at reduced computational complexity.
    Źródło:
    International Journal of Electronics and Telecommunications; 2020, 66, 2; 347-353
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rekonstrukcja termogramów wysokiej rozdzielczości na podstawie standardowych obrazów termowizyjnych
    Reconstruction of high-resolution thermal images on the basis of standard thermal images
    Autorzy:
    Zator, S.
    Lasar, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/152114.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    termografia
    rozdzielczość
    nadrozdzielczość
    zniekształcenia
    thermographs
    super-resolution
    correction
    distortion
    Opis:
    W artykule przedstawiono metodę uzyskania termogramów o wysokiej rozdzielczości wykorzystującą sekwencję termogramów przesuniętych podpikselowo. W artykule została opisana metodologia uzyskiwania termogramów. Opisana został użyta aparatura oraz zbudowane stanowisko do uzyskiwania termogramów. Zaprezentowane zostały wyniki jakie uzyskano przy użyciu zastosowanej metody.
    This paper presents a method for obtaining high-resolution thermal images based on thermal images of low resolution. A series of low-resolution images was made using the shifted pixels method. In the paper there are described the most common methods for reconstructing high resolution images from low-resolution images. They use transformations in the frequency domain which combine the discrete Fourier transform coefficients of low-resolution images with the continuous Fourier transform of an unknown high-resolution image. There is described and implemented the reconstruction method that uses transformations in space - iterative back-projection. There was constructed a stand for obtaining thermograms. It contains a thermal imaging camera VarioCAM Head placed on precision guiding devices (rotation stage and linear stage). The real-time controller - cRIO 9022 with software written in LabVIEW 2009 is used for control of turntable motors and a linear displacement system. There are given the results obtained with use of the presented method.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 11, 11; 965-967
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Super-resolution reconstruction of face images based on pre-amplification non-negative restricted neighborhood embedding
    Autorzy:
    Yang, X.
    Liu, D.
    Zhou, D.
    Fei, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/201163.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    super-resolution
    neighborhood embedding
    nonnegative restriction
    face reconstruction
    superrozdzielczość
    rozpoznawanie twarzy
    rekonstrukcja twarzy
    Opis:
    The traditional super-resolution (SR) reconstruction algorithm based on neighborhood embedding preserves the local geometric structure of image block manifold to reconstruct high-resolution (HR) manifold. However, when the magnification is large, the low resolution (LR) image is seriously degraded and most of the information is lost after down-sampling. The neighborhood relation of the LR manifold can not reflect the inherent data structure. In order to solve the problem effectively, we propose a face image SR algorithm based on pre-amplification non-negative restricted neighborhood embedding. In the training phase, the LR image is pre-amplified so that there are more similar manifold structures between the HR and LR resolution images. The constraints of the reconstructed coefficients are loosened and the HR image blocks are iteratively updated to obtain the reconstructed weights. The experimental results show that the proposed method has a better reconstruction effect compared with some traditional learning algorithms.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2018, 66, 6; 899-905
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Reducing the impact of stroboscopic effect on the results of vehicles plate recognition using super-resolution techniques by non-coherent camera triggering
    Autorzy:
    Okarma, K.
    Mazurek, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/393473.pdf
    Data publikacji:
    2010
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    wysoka rozdzielczość
    rozpoznawanie obrazów
    tablica rejetracyjna
    camera triggering
    super-resolution
    image recognition
    register plate
    Opis:
    The use of super-resolution algorithms can increase the resolution of image subject to further analysis in relation to the physical resolution of the camera recording the video sequence. A typical recording of such sequence is done with a fixed time interval (pre-determined number of frames per second). This can cause the shift of the plate image for subsequent frames by the total number of pixels, resulting in inability to take advantage of super-resolution algorithms that require shifts or rotations by a fractional part of pixels both vertically and horizontally. A possibility of reducing the impact of this effect by non-coherent triggering cameras is suggested in the paper.
    Źródło:
    Archives of Transport System Telematics; 2010, 3, 3; 19-24
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An example of surface fault estimation on the basis of super-resolution approach
    Przykład estymacji wad powierzchniowych z zastosowaniem nadrozdzielczości
    Autorzy:
    Jamrozik, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/329606.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
    Tematy:
    fuzja obrazów
    nadrozdzielczość
    przetwarzanie obrazów
    kostka brukowa
    image fusion
    super-resolution
    image processing
    paving stones
    Opis:
    The paper presents an image processing (fusion) technique for resolution enhancement. The technique can be applied to detection of product and process faults. Obtaining images with desired resolution is one of the most important stages in a whole vision system applied to industrial applications. A group of techniques which allows to enhance the image spatial resolution is a super resolution. This group differs from simple interpolation approaches. The application of this technique to the surface fault estimation of concrete stones has been presented in the paper. A set of images was acquired on a fully automatic production line between stones forming and curing stages with the use of CCD camera and then processed. Several super resolution methods have been investigated. Afterwards simple analysis of synthetic images was carried out. Provided results of experiments has shown that super resolution approach is promising when image resolution enhancement is necessary for reliable product diagnostic.
    Artykuł prezentuje technikę przetwarzania (fuzji) obrazów pozwalającą na zwiększanie ich rozdzielczości. Technika ta może zostać zastosowana w procesie detekcji uszkodzeń produktów i procesów. Uzyskanie obrazów o żądanej rozdzielczości jest jednym z najważniejszych zadań w systemie wizyjnym zastosowanym w przemyśle. Grupa technik, które pozwalają na zwiększenie rozdzielczości obrazów, nazywana jest nadrozdzielczością i w znacznym stopniu różni się od podejść interpolacyjnych. Zastosowanie tej techniki do estymacji wad powierzchniowych betonowej kostki brukowej została zaprezentowana w artykule. Na w pełni zautomatyzowanej linii produkcyjnej, pomiędzy fazą formowania, a dojrzewania kostek, przy użyciu kamery CCD zarejestrowany został zbiór obrazów. W następnej kolejności zbiór ten został przetworzony. Proste metody analizy obrazów zostały zastosowane do otrzymanych obrazów syntetycznych. Przedstawione wyniki eksperymentów, dowodzą, że nadrozdzielczość jest obiecującą techniką, kiedy wymagane jest zwiększenie rozdzielczości obrazów w procesie diagnozowanie produktów.
    Źródło:
    Diagnostyka; 2010, 2(54); 59-64
    1641-6414
    2449-5220
    Pojawia się w:
    Diagnostyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zwiększenie rozdzielczości obrazów termowizyjnych metodą sieci neuronowych głębokiego uczenia
    Increasing of Thermal Images Resolution Using Deep Learning Neural Networks
    Autorzy:
    Więcek, Piotr
    Sankowski, Dominik
    Powiązania:
    https://bibliotekanauki.pl/articles/2068620.pdf
    Data publikacji:
    2021
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    resztkowe sieci neuronowe
    głębokie uczenie
    superrozdzielczość
    obraz termograficzny
    PyTorch
    residual neural networks
    deep learning
    super-resolution
    thermographic image
    Opis:
    W pracy przedstawiono nowy algorytm zwiększenia rozdzielczości obrazów termowizyjnych. W tym celu zintegrowano sieć resztkową z modułem współdzielonego filtru z podpróbkowaniem obrazu KSAC (ang. Kernel-Sharing Atrous Convolution). Uzyskano znaczne skrócenie czasu działania algorytmu przy zachowaniu dużej dokładności. Sieć neuronową zrealizowano w środowisku PyTorch. Przedstawiono wyniki działania proponowanej nowej metody zwiększenia rozdzielczości obrazów termowizyjnych o wymiarach 32×24, 160×120 i 640×480 dla skali 2-6.
    The article presents a new algorithm for increasing the resolution of thermal images. For this purpose, the residual network was integrated with the Kernel-Sharing Atrous Convolution (KSAC) image sub-sampling module. A significant reduction in the algorithm’s complexity and shortening the execution time while maintaining high accuracy were achieved. The neural network has been implemented in the PyTorch environment. The results of the proposed new method of increasing the resolution of thermal images with sizes 32x24, 160×120 and 640×480 for scales up to 6 are presented.
    Źródło:
    Pomiary Automatyka Robotyka; 2021, 25, 3; 31--35
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Impact of low resolution on image recognition with deep neural networks: An experimental study
    Autorzy:
    Koziarski, M.
    Cyganek, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/330321.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    image recognition
    deep neural network
    convolutional neural network
    low resolution
    super resolution
    rozpoznawanie obrazu
    sieć neuronowa głęboka
    sieć neuronowa konwolucyjna
    niska rozdzielczość
    nadrozdzielczość
    Opis:
    Due to the advances made in recent years, methods based on deep neural networks have been able to achieve a state-of-the-art performance in various computer vision problems. In some tasks, such as image recognition, neural-based approaches have even been able to surpass human performance. However, the benchmarks on which neural networks achieve these impressive results usually consist of fairly high quality data. On the other hand, in practical applications we are often faced with images of low quality, affected by factors such as low resolution, presence of noise or a small dynamic range. It is unclear how resilient deep neural networks are to the presence of such factors. In this paper we experimentally evaluate the impact of low resolution on the classification accuracy of several notable neural architectures of recent years. Furthermore, we examine the possibility of improving neural networks’ performance in the task of low resolution image recognition by applying super-resolution prior to classification. The results of our experiments indicate that contemporary neural architectures remain significantly affected by low image resolution. By applying super-resolution prior to classification we were able to alleviate this issue to a large extent as long as the resolution of the images did not decrease too severely. However, in the case of very low resolution images the classification accuracy remained considerably affected.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2018, 28, 4; 735-744
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Deep networks for image super-resolution using hierarchical features
    Autorzy:
    Yang, Xin
    Zhang, Yifan
    Zhou, Dake
    Powiązania:
    https://bibliotekanauki.pl/articles/2173634.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    super-resolution
    convolutional neural network
    sub-pixel convolutional neural network
    densely connected neural networks
    super rozdzielczość
    splotowa sieć neuronowa
    subpikselowa splotowa sieć neuronowa
    gęsto połączone sieci neuronowe
    Opis:
    To better extract feature maps from low-resolution (LR) images and recover high-frequency information in the high-resolution (HR) images in image super-resolution (SR), we propose in this paper a new SR algorithm based on a deep convolutional neural network (CNN). The network structure is composed of the feature extraction part and the reconstruction part. The extraction network extracts the feature maps of LR images and uses the sub-pixel convolutional neural network as the up-sampling operator. Skip connection, densely connected neural networks and feature map fusion are used to extract information from hierarchical feature maps at the end of the network, which can effectively reduce the dimension of the feature maps. In the reconstruction network, we add a 3×3 convolution layer based on the original sub-pixel convolution layer, which can allow the reconstruction network to have better nonlinear mapping ability. The experiments show that the algorithm results in a significant improvement in PSNR, SSIM, and human visual effects as compared with some state-of-the-art algorithms based on deep learning.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 1; art. no. e139616
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies