文献

J-GLOBAL ID：202002212005273301   整理番号：20A2036299

赤外画像超解像のための詳細強化による深層ネットワーク【JST・京大機械翻訳】

Deep Networks With Detail Enhancement for Infrared Image Super-Resolution

著者 (7件)： Yang Yifan (State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou, China) ,  Li Qi (State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou, China) ,  Yang Chenwei (State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou, China) ,  Fu Yannian (State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou, China) ,  Feng Huajun (State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou, China) ,  Xu Zhihai (State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou, China) ,  Chen Yueting (State Key Laboratory of Modern Optical Instrumentation, Zhejiang University, Hangzhou, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 158690-158701  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： ハードウェアの限界のため,赤外線(IR)画像は低解像度(LR)と貧弱な視覚品質を有する。画像超解像(SR)はこの問題に対する良い解決策である。本論文では,赤外(IR)画像の空間分解能を改善するために,新しい畳込みネットワーク(CNN)を提案した。このネットワークは,入力画像を低周波と高周波領域に分解することにより,細部を復元できる。低周波数領域では,深層ネットワークにより画像構造を再構成する。周波数領域では,IR画像の詳細を再構成する。さらに,アーチファクトを除去する別のネットワークを提案した。さらに,IR画像の詳細を高めるために,可視(VIS)画像を用いた新しい損失関数を提案した。訓練フェーズでは,IR画像復元をガイドするためにVIS画像を用い,テストフェーズにおいて,LR IR画像入力のみを用いてSR IR画像を得た。著者らは,対応する用語を用いて異なる意味レベルで画像をペナルティ化する目標関数を持つ深層ネットワークを最適化した。さらに,同じシーン上の対LR-VIS画像を,両センサが同じ光軸を持つ赤外および可視光センサの両方を有するカメラによって捉えるデータセットを構築した。大規模な実験は,提案アルゴリズムが最先端技術に対して優れた性能と視覚改善を達成することを示した。Copyright 2020 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： アルゴリズム ,  カメラ ,  最適化 ,  視覚 ,  赤外線 ,  畳込み ,  *ネットワーク ,  可視光 ,  ハードウェア ,  LF【周波数】 ,  *超解像 ,  *赤外線画像 ,  ペナルティ ,  アーチファクト ,  周波数領域

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)： 赤外画像 ,  超解像 ,  強化 ,  深層