검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Adaptive Missing Texture Reconstruction Method Based on Kernel Canonical Correlation Analysis with a New Clustering Scheme 새로운 클러스터링 기법을 사용한 커널 정규 상관 분석 기반 적응형 누락 텍스처 재구성 방법

Takahiro OGAWA, Miki HASEYAMA

  • 조회수

    0

  • 이것을 인용

요약 :

본 논문에서는 새로운 클러스터링 방식을 사용하여 커널 CCA(Canonical Correlation Analysis)를 기반으로 누락된 텍스처를 적응적으로 재구성하는 방법을 제시합니다. 제안된 방법은 대상 영상 내 알려진 부분으로부터 각각 누락된 영역과 그 주변 영역에 해당하는 두 영역 간의 상관 관계를 추정하고 누락된 텍스처의 재구성을 실현합니다. 이러한 상관관계를 얻기 위해 동일한 종류의 텍스처를 포함하는 각 클러스터에 커널 CCA를 적용하고 대상 누락 영역에 대해 최적의 결과를 선택합니다. 구체적으로, 위의 커널 CCA 기반 재구성 과정에서 발생하는 오류를 모니터링하는 새로운 접근 방식을 통해 최적의 결과를 선택할 수 있습니다. 이 접근 방식은 누락된 강도로 인해 대상 텍스처의 적응형 재구성을 수행할 수 없는 기존 방법의 문제에 대한 솔루션을 제공합니다. 결과적으로 누락된 모든 텍스처는 최적 클러스터의 상관 관계에 의해 성공적으로 추정되며, 이는 동일한 종류의 텍스처를 정확하게 재구성합니다. 또한 제안한 방법은 기존 연구보다 더 정확하게 상관관계를 얻을 수 있어 보다 성공적인 재구성 성능을 기대할 수 있다. 실험 결과는 이전에 보고된 재구성 기술에 비해 제안된 재구성 기술의 인상적인 개선을 보여줍니다.

발행
IEICE TRANSACTIONS on Fundamentals Vol.E92-A No.8 pp.1950-1960
발행일
2009/08/01
공개일
온라인 ISSN
1745-1337
DOI
10.1587/transfun.E92.A.1950
원고의 종류
Special Section PAPER (Special Section on Signal Processing)
범주
영상

작성자

키워드