We have presented a novel content-a

We have presented a novel content-adaptive image downscaling
method that adapts the shape of its downsampling kernel, yielding
sharper and more detailed downscaled results. Contrary to common
wisdom that dictates that frequencies above the Nyquist frequency
introduce artifacts in the downsampled image (in the form of aliasing),
we show that by careful sampling, certain high frequencies
features can still be preserved in the downscaled image without artifacts.
Given the growing “resolution gap” between cameras and display
devices and the advent of gigapixel panoramic imaging, we believe
that this work opens up an exciting area of research. There are
plentiful avenues for future research. Our work has shown that it
is possible to sometimes drastically improve quality over existing
downscaling methods. For future work we would like to further improve
the robustness of the method, e.g., through smarter heuristics,
so that our method always outperforms simpler filters. It would also
be interesting to look at other signals than images as inputs. A natural
immediate step would be to analyze and constrain the temporal
behavior of our algorithm, e.g., when applying it to videos.

ผลลัพธ์ (ไทย) 1:

เราได้นำเสนอภาพนวนิยายเนื้อหาเหมาะสม downscalingวิธีการที่ปรับรูปร่างของเมล็ดของ downsampling ผลผลิตคมและอื่น ๆ รายละเอียดผลลัพธ์ downscaled ขัดกับทั่วไปภูมิปัญญาที่บอกที่ความถี่สูงกว่าความถี่ของ Nyquistแนะนำสิ่งประดิษฐ์ในรูป downsampled (ในรูปแบบของนามแฝง),เราแสดงที่ โดยสุ่มตัวอย่างระมัดระวัง ความถี่สูงบางยังจะรักษาคุณสมบัติในรูป downscaled โดยไม่มีสิ่งประดิษฐ์ให้เติบโต "แก้ปัญหาช่องว่าง" ระหว่างกล้องและแสดงอุปกรณ์และมาย gigapixel ภาพพาโนรามา เราเชื่อว่าว่า งานนี้เปิดขึ้นเมืองวิจัย มีavenues อุดมสมบูรณ์สำหรับการวิจัยในอนาคต งานของเราได้แสดงจำเป็นต้องปรับปรุงคุณภาพบางอย่างรวดเร็วกว่าที่มีอยู่วิธี downscaling สำหรับการทำงานในอนาคตที่เราต้องการเพิ่มเติมปรับปรุงเสถียรภาพของวิธีการ เช่น ผ่านการลองผิดลองถูกอย่างชาญฉลาดเพื่อให้วิธีการของเราเสมอ outperforms กรองง่าย มันจะยังจะน่าสนใจเพื่อดูสัญญาณอื่น ๆ กว่ารูปเป็นอินพุต ตามธรรมชาติขั้นตอนทันทีจะวิเคราะห์ และจำกัดชั่วคราวลักษณะการทำงานของขั้นตอนวิธีของเรา เช่น เมื่อใช้กับวิดีโอ

ผลลัพธ์ (ไทย) 2:

เราได้นำเสนอภาพการปรับตัวเนื้อหานวนิยาย downscaling
วิธีการที่จะปรับรูปร่างของเมล็ดลดขนาดของผลผลิต
ผล downscaled คมชัดและรายละเอียดเพิ่มเติม ตรงกันข้ามกับที่พบ
ภูมิปัญญาที่บอกว่าความถี่ดังกล่าวข้างต้นความถี่ Nyquist
แนะนำสิ่งประดิษฐ์ในภาพ downsampled (ในรูปของ aliasing)
เราแสดงให้เห็นว่าโดยการสุ่มตัวอย่างระวังความถี่สูงบาง
คุณสมบัติยังสามารถเก็บรักษาไว้ในภาพ downscaled โดยไม่มีสิ่งประดิษฐ์.
ป.ร. ให้ไว้ การเจริญเติบโต "ความละเอียดช่องว่าง" ระหว่างกล้องและการแสดง
อุปกรณ์และการกำเนิดของการถ่ายภาพพาโนรามา gigapixel เราเชื่อ
ว่างานนี้จะเปิดขึ้นในพื้นที่ที่น่าตื่นเต้นของการวิจัย มี
ลู่ทางที่อุดมสมบูรณ์สำหรับการวิจัยในอนาคต การทำงานของเราได้แสดงให้เห็นว่ามัน
เป็นไปได้ที่บางครั้งอย่างมากในการปรับปรุงคุณภาพมากกว่าที่มีอยู่
วิธีการลดขนาด สำหรับการทำงานในอนาคตเราต้องการที่จะปรับปรุง
ความทนทานของวิธีการเช่นผ่านการวิเคราะห์พฤติกรรมอย่างชาญฉลาด
เพื่อให้วิธีการของเรามักจะมีประสิทธิภาพดีกว่าตัวกรองที่เรียบง่าย นอกจากนี้ยังจะ
เป็นที่น่าสนใจที่จะดูที่สัญญาณอื่น ๆ นอกเหนือจากภาพที่เป็นปัจจัยการผลิต ธรรมชาติ
ขั้นตอนทันทีจะเป็นในการวิเคราะห์และ จำกัด การชั่วคราว
การทำงานของอัลกอริทึมของเราเช่นเมื่อนำไปใช้กับวิดีโอ

ผลลัพธ์ (ไทย) 3:

เราได้นำเสนอเนื้อหาการปรับตัวนวนิยายภาพ downscaling
วิธีที่ปรับรูปร่างของเมล็ดดาวน์แซมปลิ้ง หยุ่น
คมชัดและรายละเอียดเพิ่มเติม downscaled ผลลัพธ์ ขัดกับสามัญ
ภูมิปัญญาที่สั่งการที่ความถี่สูงกว่าความถี่ Nyquist
แนะนำสิ่งประดิษฐ์ใน downsampled ภาพ ( ในรูปแบบของ aliasing )
เราแสดงให้เห็นว่าโดยระมัดระวังตัวอย่าง บางความถี่สูง
คุณสมบัติยังสามารถเก็บรักษาไว้ใน downscaled ภาพโดยไม่ต้องประดิษฐ์ .
ได้รับการเจริญเติบโต " การแก้ไขช่องว่าง " ระหว่างกล้องและอุปกรณ์การแสดง
และการมาถึงของ gigapixel ภาพพาโนรามา , เราเชื่อว่า
งานนี้เปิดพื้นที่ที่น่าตื่นเต้นของการวิจัย มีลู่ทางมากมาย
สำหรับการวิจัยในอนาคต งานของเราได้แสดงให้เห็นว่า
เป็นไปได้ที่บางครั้งในการปรับปรุงคุณภาพมากกว่าเดิม
downscaling วิธี สำหรับการทำงานในอนาคตเราต้องการที่จะปรับปรุงต่อไป
ความทนทาน ของ วิธี เช่น ผ่านการวิเคราะห์พฤติกรรมที่ชาญฉลาด ดังนั้นวิธีการของเรามักจะมีประสิทธิภาพดีกว่า
ง่ายตัวกรอง มันจะน่าสนใจเพื่อดูสัญญาณ
นอกจากภาพเป็นปัจจัยการผลิต ธรรมชาติ
ขั้นตอนทันที จะวิเคราะห์และกำหนดพฤติกรรมชั่วคราว
ขั้นตอนวิธีของเรา เช่น เมื่อใช้กับวิดีโอ