文献

J-GLOBAL ID：201802283869710105   整理番号：18A1688793

深層学習によるマルチメディア超解像:調査【JST・京大機械翻訳】

Multimedia super-resolution via deep learning: A survey

著者 (2件)： Hayat Khizar (Department of Mathematical and Physical Sciences (DMPS), College of Arts and Sciences, University of Nizwa, Oman) ,  Hayat Khizar (COMSATS University Islamabad (Abbottabad Campus), Pakistan)
資料名： Digital Signal Processing  (Digital Signal Processing)
巻： 81  ページ： 198-217  発行年： 2018年 
JST資料番号： W1600A  ISSN： 1051-2004  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 畳込みニューラルネットワーク(CNNs)における最近の現象論的関心は,その可能性を探るために,超解像(SR)コミュニティに対して必然的にならなければならない。この応答は,先駆的な研究の出現以来,過去4年間において,包括的な調査を保証するために多くの研究が出現した。本論文は,深い学習の文脈でSR文献を調査した。著者らは,マルチメディア,すなわち画像,ビデオおよび多次元,特に深さマップの3つの重要な側面に焦点を合わせた。各ケースにおいて,最初の関連ベンチマークを,深い学習を除いて,データセットの形式と最新のSR法の状態に導入した。次に,個々の研究の詳細な解析を行い,それぞれの方法の短い記述と,実行されたベンチマーキングに対する特別な参照による結果の批判を含む。これは,いくつかの一般的なデータセットに関する比較の形で最小の全体的ベンチマーキングが続いているが,様々な研究で報告された結果に頼っている。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベンチマーク ,  録画装置 ,  *マルチメディア ,  *超解像 ,  高次元 ,  コミュニティ ,  画像
準シソーラス用語： ベンチマーキング ,  奥行きマップ ,  畳込みニューラルネットワーク ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 超解像 ,  深層学習 ,  畳み込みニューラルネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 深層学習 ,  マルチメディア ,  超解像 ,  調査