文献

J-GLOBAL ID：201802244541925250   整理番号：18A0537593

画像修復のためのエッジ-誘導生成敵対的ネットワーク【Powered by NICT】

Edge-guided generative adversarial network for image inpainting

著者 (3件)： Xu Shunxin (CAS Key Laboratory of Technology in Geo-Spatial Information Processing and Application System, University of Science and Technology of China, Hefei 230027, China) ,  Liu Dong (CAS Key Laboratory of Technology in Geo-Spatial Information Processing and Application System, University of Science and Technology of China, Hefei 230027, China) ,  Xiong Zhiwei (CAS Key Laboratory of Technology in Geo-Spatial Information Processing and Application System, University of Science and Technology of China, Hefei 230027, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： VCIP  ページ： 1-4  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： 本論文では,画像圧縮と伝送誤り隠蔽で採用できるエッジベース画像修復のためのエッジ誘導型生成敵対的ネットワーク(EGGAN)を提案した。著者らの鍵となるアイデアは,エッジを統合生成ネットワークに,勾配損失と敵対的損失の両方を最小化するための生成ネットワークを訓練することである。劣化画像と欠損部位の推定エッジが与えられた時,訓練された生成ネットワークである視覚的に尤もらしい様式における失われた領域を生成し,一方,忠実に与えられたエッジを再現できた。困難な顔画像上での実験結果により,EGGANの有効性を示した。Copyright 2018 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： 視覚 ,  顔画像 ,  *画像復元 ,  画像圧縮 ,  *ネットワーク
準シソーラス用語： 劣化画像 ,  誤り隠蔽 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 画像修復 ,  エッジ ,  誘導 ,  敵対