文献

J-GLOBAL ID：201702255720967731   整理番号：17A1398482

圧縮画像センシングのための深層ネットワーク【Powered by NICT】

Deep networks for compressed image sensing

著者 (4件)： Shi Wuzhen (Harbin Institute of Technology, NO. 92, Xidazhi Street, Harbin, Heilongjiang 150001) ,  Jiang Feng (Harbin Institute of Technology, NO. 92, Xidazhi Street, Harbin, Heilongjiang 150001) ,  Zhang Shengping (Harbin Institute of Technology, NO. 92, Xidazhi Street, Harbin, Heilongjiang 150001) ,  Zhao Debin (Harbin Institute of Technology, NO. 92, Xidazhi Street, Harbin, Heilongjiang 150001)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICME  ページ： 877-882  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最も画像信号はある種のドメインにおけるスパースとして圧縮センシング(CS)理論は,過去数年間の画像圧縮に成功裏に適用された。いくつかのCS再構成モデルを最近提案された,得られた優れた性能されてきた。しかし,CS理論の枠内での二つの重要な課題が存在する。最初のものは,最適サンプリング効率を達成するサンプリング機構を設計する方法であり,第二は最適信号回復を達成するために最高品質を得るために再構成を行う方法である。本論文では,深層ネットワークを用いたこれら二つの問題に対処することを試みた。まず第一に,著者らは,伝統的な手作業で設計したものであり,筆者らの深部ネットワークに基づく復元プロセスに対しては非常に適切なを用いての代わりにネットワーク訓練によるサンプリングマトリックスを訓練した。,画像,伝統的な圧縮センシング再構成過程を模倣したを回収するための深層ネットワークを提案した。実験結果は,筆者らの深部ネットワークに基づくCS再構成法は,最新のものと比較し非常に顕著な品質改善を提供することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ネットワーク ,  *画像 ,  画像圧縮 ,  品質 ,  画像信号 ,  構成モデル ,  再構成 ,  透視図法 ,  *深層 ,  深部
準シソーラス用語： 品質改善 ,  信号回復 ,  サンプリング速度 ,  圧縮センシング ,  *画像センシング , 【Automatic Indexing@JST】

分類 (3件)： レーダ  (ND13010H) ,  図形・画像処理一般  (JE04010I) ,  通信方式一般  (ND07010E)

タイトルに関連する用語 (2件)： 画像センシング ,  深層