CNN에서 업 샘플링과 이중 선형 업 샘플링의 차이점은 무엇입니까?

이 논문을 이해하려고 노력하고 있으며 이중 선형 업 샘플링이 무엇인지 확실하지 않습니다. 누구나 이것을 높은 수준으로 설명 할 수 있습니까?

https://arxiv.org/abs/1606.00915

이미지 프로세싱의 맥락에서, 업 샘플링은 이미지의 크기를 증가시키는 기술이다.

예를 들어 높이와 너비가 각각 픽셀 (총 64 × 64 = 4096 픽셀) 인 이미지가 있다고 가정합니다 . 이 이미지의 높이와 너비를 256 픽셀 (총 256 × 256 = 65536 픽셀) 로 조정하려고합니다 . 새롭고 큰 이미지에서는 16 픽셀 당 1 의 값만 알 수 있습니다. 나머지 값은 어떻게 계산합니까?$64$$64 \times 64 = 4096$$256 \times 256 = 65536$$1$$16$

이를 위해하는 방법을 업 샘플링 기술이라고합니다. 가장 일반적인 것은 다음과 같습니다.

• 가장 가까운 이웃 : 가장 가까운 픽셀에서 값을 복사합니다.

• Bilinear : 선형 보간법을 사용하여 주변의 모든 픽셀을 사용하여 픽셀 값을 계산합니다.

• Bicubic : 다항식 보간법을 통해 주변의 모든 픽셀을 다시 사용하여 픽셀 값을 계산합니다. 일반적으로 이전 기술보다 매끄러운 표면을 생성하지만 계산하기는 어렵습니다.

• Lanczos 와 같은 다른 더 복잡한 리샘플링 알고리즘 .

이미지 리샘플링 기술의 차이점을 설명하는 기사는 여기 에서 찾을 수 있습니다 .