Example-Based Super Resolution provides a thorough introduction and overview of example-based super resolution, covering the most successful algorithmic approaches and theories behind them with implementation insights. It also describes current challenges and explores future trends.
Readers of this book will be able to understand the latest natural image patch statistical models and the performance limits of example-based super resolution algorithms, select the best state-of-the-art algorithmic alternative and tune it for specific use cases, and quickly put into practice implementations of the latest and most successful example-based super-resolution methods.
- Provides detailed coverage of techniques and implementation details that have been successfully introduced in diverse and demanding real-world applications
- Covers a wide variety of machine learning approaches, ranging from cross-scale self-similarity concepts and sparse coding, to the latest advances in deep learning
- Presents a statistical interpretation of the subspace of natural image patches that transcends super resolution and makes it a valuable source for any researcher on image processing or low-level vision
Jordi Salvador holds a senior scientist position at Technicolor R&I in Hannover and is member of Technicolor's Fellowship Network. His main focus is the research of new algorithms for example-based super resolution and machine learning. Formerly, he received a M.Sc. in Telecommunications (equivalent to Electrical) Engineering in 2006 and a M.Sc. in the European MERIT program in 2008, both from the Universitat Polit`ecnica de Catalunya (UPC) in Barcelona. He obtained the Ph.D. degree in 2011, also from UPC, where he contributed to projects of the Spanish Science and Technology System (VISION,
PROVEC) and also to a European FP6 project (CHIL) as research assistant on multiview reconstruction. His research interests include 3D reconstruction, real-time and parallel algorithms, new computer-human interfaces, image and video restoration, super resolution, inverse problems and machine learning.
Example-Based Super Resolution provides a thorough introduction and overview of example-based super resolution, covering the most successful algorithmic approaches and theories behind them with implementation insights. It also describes current challenges and explores future trends. Readers of this book will be able to understand the latest natural image patch statistical models and the performance limits of example-based super resolution algorithms, select the best state-of-the-art algorithmic alternative and tune it for specific use cases, and quickly put into practice implementations of the latest and most successful example-based super-resolution methods. Provides detailed coverage of techniques and implementation details that have been successfully introduced in diverse and demanding real-world applications Covers a wide variety of machine learning approaches, ranging from cross-scale self-similarity concepts and sparse coding, to the latest advances in deep learning Presents a statistical interpretation of the subspace of natural image patches that transcends super resolution and makes it a valuable source for any researcher on image processing or low-level vision
| Erscheint lt. Verlag | 30.9.2016 |
|---|---|
| Sprache | englisch |
| Themenwelt | Informatik ► Grafik / Design ► Digitale Bildverarbeitung |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| ISBN-10 | 0-08-101135-0 / 0081011350 |
| ISBN-13 | 978-0-08-101135-5 / 9780081011355 |
| Haben Sie eine Frage zum Produkt? |
PDF (Adobe DRM)Größe: 10,9 MB
Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
EPUB (Adobe DRM)Größe: 18,7 MB
Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM
Dateiformat: EPUB (Electronic Publication)
EPUB ist ein offener Standard für eBooks und eignet sich besonders zur Darstellung von Belletristik und Sachbüchern. Der Fließtext wird dynamisch an die Display- und Schriftgröße angepasst. Auch für mobile Lesegeräte ist EPUB daher gut geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
