HyperAI超神经

리샘플링은 원래 데이터 샘플에서 반복되는 샘플을 추출하는 비모수적 통계적 추론 방법입니다. 즉, 계산된 확률 P의 값을 근사하기 위해 공통 분포를 사용하지 않습니다.

리샘플링 방법은 실제 데이터를 기반으로 고유한 샘플링 분포를 생성합니다. 이는 분석적 방법보다는 경험적 방법을 사용하여 생성됩니다. 이는 데이터의 모든 가능한 결과에 대한 편견 없는 샘플을 기반으로 편견 없는 추정치를 얻는 것으로 이해될 수 있습니다.

최근접 이웃 리샘플링대상 이미지와 원본 이미지의 너비(높이) 비율에 따라, 원본 이미지의 상대적 위치에 있는 픽셀 포인트가 대상 이미지의 픽셀 포인트로 사용됩니다.
선형 리샘플링:원래 픽셀의 해당 위치 주변의 4개 점의 값을 참조하여 상대적 위치에 따라 해당 가중치를 취해 대상 이미지를 얻습니다.
바이큐빅 리샘플링:원래 픽셀을 중심으로 4 * 4 픽셀의 값을 참조하여 목표 이미지를 얻습니다.
Lanczos 리샘플링:대칭 행렬에 대한 아놀디 알고리즘의 특수한 형태는 크릴로프 부분 공간 방법과 고유값 문제에 사용되어 대칭 행렬 선형 방정식을 풀 수 있습니다. 이 알고리즘은 더 많은 원본 이미지 픽셀 값을 참조하므로 계산량이 늘어나지만 효과도 가장 좋습니다.