Fast and high performance image subsampling using feedforward neural networks
Fast and high performance image subsampling using feedforward neural networks
复制标题
使用前馈神经网络进行快速高性能图像子采样
DOI：
10.1109/83.841947
复制
发表时间：
2000
影响因子：
10.6
通讯作者：
F. Kossentini
中科院分区：
文献类型：
--
作者：
A. Dumitras;F. Kossentini
提出了一种基于前馈神经网络的快速、高性能图像二次采样方法。我们的方法采用模式匹配技术来提取图像中的局部边缘信息，以便在监督训练阶段选择FANN所需的输出值。使用静态图像和视频帧的实验结果的主观和客观评价表明，我们的方法，而计算量较小，优于标准的低通滤波和子采样方法。
We introduce a fast and high performance image subsampling method using feedforward artificial neural networks (FANNs). Our method employs a pattern matching technique to extract local edge information within the image, in order to select the FANN desired output values during the supervised training stage. Subjective and objective evaluations of experimental results using still images and video frames show that our method, while less computationally intensive, outperforms the standard lowpass filtering and subsampling method.