文献

J-GLOBAL ID：202002230604037350   整理番号：20A2132063

注意二重教師つきネットワークによる結合画像ぼけと超解像【JST・京大機械翻訳】

Joint image deblurring and super-resolution with attention dual supervised network

著者 (5件)： Zhang Dongyang (Center for Future Media & School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China) ,  Zhang Dongyang (Sichuan Artificial Intelligence Research Institute, Yibin 644000, China) ,  Liang Zhenwen (Center for Future Media & School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China) ,  Shao Jie (Center for Future Media & School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu 611731, China) ,  Shao Jie (Sichuan Artificial Intelligence Research Institute, Yibin 644000, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 412  ページ： 187-196  発行年： 2020年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 画像ぼけと超解像度(SR)は,画像の詳細と空間スケールをそれぞれ復元することを目的とするコンピュータビジョンタスクである。過去数年にわたる重要な研究努力にもかかわらず,深いネットワークによる関節画像ぼけとSRの課題が残っている。さらに,従来の方法は,SRまたはぼけを別個に扱うので,このタスクにほんのわずかな最近の文献しか貢献していない。弱点を修正するために,著者らは,両方のタスクを共同で処理する新しいネットワークを提案して,この方式において,大いにぼけ入力からSR性能をブーストした。著者らのモデルの表現能力を完全に利用するために,二重教師つき学習を提案し,低解像度(LR)と高分解能(HR)画像の間の制約を課した。著者らのモデルは3つの部分から成る。(i)入力画像から曖昧さを除去するチャネル注意残差ブロックを備えたデブラリングモジュール,(ii)入力として機能するぼけモジュールからの特徴マップに基づく画像を超解像するSRモジュール,および(iii)LRとHR画像間の依存性を利用する二重モジュール。広範な実験は,提案した注意二重教師つきネットワーク(ADSN)が,著しく明確なHR画像を生成するだけでなく,関節画像ぼけとSRタスクに対して,説得力のある結果を達成することを示した。Copyright 2020 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： *ネットワーク ,  残差 ,  教師つき学習 ,  *超解像 ,  *画像ぼけ ,  コンピュータビジョン ,  チャネル ,  高分解能 ,  曖昧さ
準シソーラス用語： 低分解能 ,  特徴マップ ,  ぼけ修正 ,  インプット画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： 画像ぼけ除去 ,  超解像 ,  注意機構 ,  二重監視

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)： 注意 ,  教師 ,  画像ぼけ ,  超解像