WIPO logo
Mobile | Deutsch | English | Español | Français | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

国際・国内特許データベース検索
World Intellectual Property Organization
検索
 
閲覧
 
翻訳
 
オプション
 
最新情報
 
ログイン
 
ヘルプ
 
自動翻訳
1. (WO2011013608) 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム及び記録媒体
国際事務局に記録されている最新の書誌情報   

Translation翻訳: 原文 > 日本語
国際公開番号:    WO/2011/013608    国際出願番号:    PCT/JP2010/062508
国際公開日: 03.02.2011 国際出願日: 26.07.2010
IPC:
G06T 1/00 (2006.01), H04N 1/387 (2006.01), H04N 7/01 (2006.01)
出願人: FUJIFILM Corporation [JP/JP]; 26-30, Nishiazabu 2-chome, Minato-ku, Tokyo 1068620 (JP) (米国を除く全ての指定国).
KAMEYAMA, Hirokazu [JP/JP]; (JP) (米国のみ)
発明者: KAMEYAMA, Hirokazu; (JP)
代理人: MATSUURA, Kenzo; Matsuura & Associates, P.O. Box 176, Shinjuku Sumitomo Bldg. 23F, 6-1, Nishi-shinjuku 2-chome, Shinjuku-ku, Tokyo 1630223 (JP)
優先権情報:
2009-179839 31.07.2009 JP
発明の名称: (EN) IMAGE PROCESSING DEVICE AND METHOD, DATA PROCESSING DEVICE AND METHOD, PROGRAM, AND RECORDING MEDIUM
(FR) DISPOSITIF ET PROCÉDÉ DE TRAITEMENT D'IMAGE, DISPOSITIF ET PROCÉDÉ DE TRAITEMENT DE DONNÉES, PROGRAMME, ET SUPPORT D'ENREGISTREMENT
(JA) 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム及び記録媒体
要約: front page image
(EN)A temporary eigenprojection matrix (#12-a) is temporarily generated from a learning image group (#10), in which high-quality images and a low-quality images are paired up, and a temporary projection nuclear tensor (#12-b) that defines the correspondence relationship between the low-quality image and an intermediate eigenspace and the correspondence relationship between the high-quality image and the intermediate engenspace is created. A first sub nuclear tensor is created (#12-c) by first setting from the temporary projection nuclear tensor, and intermediate eigenspace coefficient vectors (#15-b) are calculated by projecting the learning image group using the temporary eigenprojection matrix and the first sub nuclear tensor (#15-a). Representative intermediate eigenspace coefficient vectors (#15-c) are found from the coefficient vector group in accordance with a learning representative number, and an eigenprojection matrix (#17) and a projection nuclear tensor (#18) are recreated on the basis of a determined representative learning image group (#15-d), and used in a restoration step. Consequently, the redundancy of a learning image set can be reduced, and the reduction of the processing load of projection conversion, the increase of the processing speed, and the reduction of the amount of memory can be achieved.
(FR)L'invention porte sur une matrice de projection dans un espace propre temporaire (#12-a), temporairement générée à partir d'un groupe d'images d'apprentissage (#10) dans lequel des images haute qualité et des images basse qualité sont appariées, et on crée un tenseur nucléaire de projection temporaire (#12-b) définissant la relation de correspondance entre l'image basse qualité et un espace propre intermédiaire et la relation de correspondance entre l'image haute qualité et l'espace propre intermédiaire. On crée un premier tenseur sous-nucléaire (#12-c) par une première opération à partir du tenseur nucléaire de projection temporaire, et on calcule les vecteurs de coefficient d'espace propre intermédiaire (#15-b) par projection du groupe d'images d'apprentissage à l'aide de la matrice de projection dans un espace propre temporaire et du premier tenseur sous-nucléaire (#15-a). On établit des vecteurs de coefficient d'espace propre intermédiaire représentatifs (#15-c) à partir du groupe de vecteur de coefficient conformément à un nombre représentatif d'apprentissages, et on recrée une matrice de projection dans un espace propre (#17) et un tenseur nucléaire de projection (#18) sur la base d'un groupe d'images d'apprentissage représentatif déterminé (#15-d), et on les utilise dans une étape de restauration. Il en résulte qu'on peut réduire la redondance d'un groupe d'images d'apprentissage, et qu'on peut obtenir une réduction de la charge de traitement de conversion de projection, une augmentation de la vitesse de traitement et une réduction de la quantité de mémoire.
(JA) 高画質画像と低画質画像とを対とした学習画像群(#10)から暫定的に仮固有射影行列(#12-a)を生成し、低画質画像と中間固有空間の対応関係並びに高画質画像と中間固有空間の対応関係とを規定した仮射影核テンソル(#12-b)を作成する。この仮射影核テンソルから第1の設定で第1のサブ核テンソルを作成し(#12-c)、仮固有射影行列と第1のサブ核テンソルで学習画像群を射影(#15-a)して中間固有空間係数ベクトル(#15-b)を算出する。この係数ベクトル群から学習代表数にしたがって代表中間固有空間係数ベクトル(#15-c)を求め、決定した代表学習画像群(#15-d)に基づいて固有射影行列(#17)と射影核テンソル(#18)を再作成し、これを復元ステップに利用する。これにより学習画像セットの冗長性を削減し、射影変換の処理負荷の軽減、処理の高速化、メモリ量の抑制を図ることができる。
指定国: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IS, KE, KG, KM, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LT, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PE, PG, PH, PL, PT, RO, RS, RU, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
アフリカ広域知的所有権機関(ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, SD, SL, SZ, TZ, UG, ZM, ZW)
ユーラシア特許庁(EAPO) (AM, AZ, BY, KG, KZ, MD, RU, TJ, TM)
欧州特許庁(EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, SE, SI, SK, SM, TR)
アフリカ知的所有権機関(OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG).
国際公開言語: Japanese (JA)
国際出願言語: Japanese (JA)