抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
高精度単一画像超解像(SR)法を提案した。著者らの方法は,ImageNet分類[19]の使用VGGネットによりヒントを得た非常に深い畳込みネットワークを用いた。ネットワーク深さは,精度の著しい改善を示した増加を見出した。最終モデルは20重量層を使用した。深いネットワーク構造で何度もカスケード小フィルタにより,大きな画像領域にわたる文脈的な情報は効率的な方法で利用した。非常に深いネットワークでは,しかしながら,収束速度がトレーニング中の重要な問題となっている。単純だが効果的な訓練手順を提案した。残差のみを学習し,調整可能な勾配クリッピングによって可能になった非常に高い学習率(SRCNN[6]よりも104倍高い)を用いた。著者らの提案した方法は精度の面で,既存の方法よりも優れた性能と結果の視覚改善は容易に顕著であった。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】