文献

J-GLOBAL ID：201902255894474638   整理番号：19A0512896

畳込みニューラルネットワークを用いた光場画像超解像【JST・京大機械翻訳】

Light-Field Image Super-Resolution Using Convolutional Neural Network

著者 (5件)： Yoon Youngjin (Robotics and Computer Vision Laboratory, KAIST, Daejeon, South Korea) ,  Jeon Hae-Gon (Robotics and Computer Vision Laboratory, KAIST, Daejeon, South Korea) ,  Yoo Donggeun (Robotics and Computer Vision Laboratory, KAIST, Daejeon, South Korea) ,  Lee Joon-Young (Robotics and Computer Vision Laboratory, KAIST, Daejeon, South Korea) ,  Kweon In So (Robotics and Computer Vision Laboratory, KAIST, Daejeon, South Korea)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 24  号： 6  ページ： 848-852  発行年： 2017年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  資料種別： 逐次刊行物 (A)
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： 市販の光場カメラは空間と角度情報を提供するが,それらの限られた分解能は実用上重要な問題となっている。本レターでは,光場画像超解像(SR)のための新しい方法を提案し,深い畳込みニューラルネットワークを介して光場画像の空間および角度分解能の両方を同時にアップする。最初に,空間SRネットワークにより各サブ開口画像の空間分解能を増大させ,次に,新しい視点位置に従って,三つの異なる角度SRネットワークにより,超解像サブ開口画像間の新しい視点を生成した。重み共有を用いることにより,訓練の効率と角度SR結果の品質の両方を改善した。さらに,ネットワークを訓練し検証するための新しい光場画像データセットを提供した。全体のネットワークエンドツーエンドを訓練し,定量的および定性的評価に関する最新の性能を示した。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： *画像 ,  開口 ,  *ネットワーク ,  分解能 ,  カメラ ,  品質 ,  *超解像 ,  空間分解能 ,  エンドツーエンド方式
準シソーラス用語： 定性的評価 ,  画像データ ,  角度分解能 ,  *光学場 ,  *畳込みニューラルネットワーク , 【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 (3件)： 畳込みニューラルネットワーク ,  光場 ,  超解像