文献

J-GLOBAL ID：202002226169369662   整理番号：20A2638129

DMCR-GAN:残留注意ネットワークと補助バッファの階層的特徴変調によるモンテカルロレンダリングのための敵対的雑音除去【JST・京大機械翻訳】

DMCR-GAN: Adversarial Denoising for Monte Carlo Renderings with Residual Attention Networks and Hierarchical Features Modulation of Auxiliary Buffers

著者 (3件)： Lu YiFan (Center for Future Media University of Electronic Science and Technology of China) ,  Xie Ning (Center for Future Media University of Electronic Science and Technology of China) ,  Shen Heng Tao (Center for Future Media University of Electronic Science and Technology of China)
資料名： ACM Proceedings  (ACM Proceedings)
号： SA ’20  ページ： 1-4  発行年： 2020年 
JST資料番号： D0698C  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： 学習ベースの雑音除去単一フレームモンテカルロレンダリング法は,光現実的レンダリング研究においてより良いレンダリング品質を達成した。しかし,ほとんどの研究は補助バッファの豊富な情報を無視し,すべての特徴を等しく処理する。本論文では,補助バッファの残留注意ネットワークと階層的特徴変調による雑音除去モンテカルロレンダリング(DMCR-GAN)のための敵対的アプローチを提案した。特に,残差(RIR)構造の残差を用いて,ネットワークをより深くし,低周波情報の流れを容易化した。さらに,補助バッファの階層的特徴を抽出し,次にRIR構造における雑音の多い特徴を調節するために,畳込み高密度ブロックグループ(CDBG)を提案した。さらに,チャネル注意(CA)と空間注意(SA)機構を提案し,特徴のチャネル間と空間間依存性を利用した。最先端の方法と比較して,著者らの方式は画像のより高頻度の情報を復元することができた。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *モンテカルロ法 ,  *雑音 ,  畳込み ,  学習 ,  *ネットワーク ,  残差 ,  LF【周波数】 ,  チャネル ,  *レンダリング ,  *雑音除去
準シソーラス用語： 高密度 ,  情報フロー , 【Automatic Indexing@JST】

著者キーワード (4件)： 注意機構 ,  雑音除去モンテカルロレンダリング ,  階層的特徴変調 ,  残存ネットワーク

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： GaN ,  残留 ,  注意 ,  バッファ ,  変調 ,  モンテカルロ ,  レンダリング ,  敵対 ,  雑音除去