文献

J-GLOBAL ID：201802286033247801   整理番号：18A2231352

高密度ByNet:画像超解像のための残留高密度ネットワーク【JST・京大機械翻訳】

Dense Bynet: Residual Dense Network for Image Super Resolution

著者 (4件)： Xu Jiu (Rakuten Institute of Technology, Boston) ,  Chae Yeongnam (Rakuten Institute of Technology, Tokyo) ,  Stenger Bjorn (Rakuten Institute of Technology, Tokyo) ,  Datta Ankur (Rakuten Institute of Technology, Boston)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICIP  ページ： 71-75  発行年： 2018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： 本論文は,畳込みニューラルネットワーク(CNN)に基づく単一画像超解像のための方法,Dense BYNETを提案した。主な革新は,いくつかのCNN設計選択を組み合わせた新しいアーキテクチャである。基礎として残留ネットワークを用いて,残留ブロック内部の密な接続を導入し,パラメータの数を大幅に低減した。第二に,空間コンテキストを増加させるために拡張畳込みを適用した。最後に,活性化とコスト関数への修正を提案した。ベンチマークデータセットに関する方法を評価し,それがピークSNRと構造類似性(SSIM)に関して多重アップスケーリング因子に関して最先端の結果を達成することを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 費用関数 ,  *ネットワーク ,  ベンチマーク ,  類似性 ,  畳込み ,  *画像 ,  *超解像 ,  多重化 ,  計算機アーキテクチャ
準シソーラス用語： 最先端 ,  アップスケーリング ,  構造的類似性 ,  畳込みニューラルネットワーク ,  *高密度 , 【Automatic Indexing@JST】

分類 (5件)： 専用演算制御装置  (JC04030Y) ,  医用画像処理  (JE04020T) ,  音声処理  (JE05000E) ,  NMR一般  (BM07041R) ,  符号理論  (ND02030R)

タイトルに関連する用語 (3件)： 高密度 ,  超解像 ,  残留