文献

J-GLOBAL ID：202002234228409523   整理番号：20A1854032

複数の伝搬経路を持つ畳み込みニューラルネットワークによる超解像

Super-Resolution with Multi-Path Convolutional Neural Networks

著者 (6件)： 浦添和哉 (神戸大学大学院工学研究科電気電子工学専攻) ,  黒木修隆 (神戸大学大学院工学研究科電気電子工学専攻) ,  加藤裕 (神戸大学大学院工学研究科電気電子工学専攻) ,  大谷真也 (神戸大学大学院工学研究科電気電子工学専攻) ,  廣瀬哲也 (大阪大学大学院工学研究科電気電子情報工学専攻) ,  沼昌宏 (神戸大学大学院工学研究科電気電子工学専攻)
資料名： 電気学会論文誌 C  (IEEJ Transactions on Electronics, Information and Systems)
巻： 140  号： 6  ページ： 638-650(J-STAGE)  発行年： 2020年 
JST資料番号： S0810A  ISSN： 0385-4221  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,複数伝搬経路を持つ畳込みニューラルネットワーク(CNN_S)を用いた画像超解像を提案した。SRCNNがC.Donget他により提案された後,CNNベースの超解像はより大きく且つより深くなっている。それらは,もはやGPUのような加速器なしで迅速に動作しない。しかし,実際の使用のために,著者らは,畳込み操作のためにより少ない内部パラメータと低い計算コストを有するCNNを設計する必要がある。提案したCNNアーキテクチャは,異なる深さの複数伝搬経路から成る。浅い伝搬経路は低周波成分を生成するが,深い伝搬経路は高周波成分を生成する。最後に,これらを最終層で合成した。このアーキテクチャは,その性能に関連するパラメータ数を低減することができる。実験結果は,提案したCNNの平均処理時間が,高い画像品質を維持しながら,従来のMCHの25%に過ぎないことを示した。(翻訳著者抄録)

シソーラス用語： *経路 ,  *ニューラルネットワーク ,  *超解像 ,  画像変換 ,  画質 ,  原価 ,  LF【周波数】 ,  HF【周波数】 ,  加工時間
準シソーラス用語： 解像度変換 ,  計算コスト ,  *畳込みニューラルネットワーク ,  *伝搬経路

著者キーワード (8件)： - ,  - ,  - ,  - ,  - ,  - ,  - ,  -

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (24件)：

• (1) W. T. Freeman, E. C. Pasztor, and O. T. Carmichael : “Learning low-level vision”, International Journal of Computer Vision, Vol. 40, No. 1, pp. 25-47 (2000)
• (2) R. Timofte, V. D. Smet, and L. V. Gool : “A+ : Adjusted anchored neighborhood regression for fast super-resolution”, Asian Conference on Computer Vision (2014)
• (3) J. Salvador and E. Perez-Pellitero : “Naive bayes super-resolution forest”, IEEE International Conference on Computer Vision (ICCV), pp. 325-333 (2015)
• (4) E. P. Pellitero, J. Salvador, J. R. Hidalgo, and B. Rosenhahn : “PSyCo: Manifold span reduction for super resolution”, IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (2016)
• (5) Y. Tian, F. Zhou, W. Yang, X. Shang, and Q. Liao : “Anchored neighborhood regression based single image super-resolution from self-examples”, IEEE International Conference on Image Processing (ICIP), Phoenix, AZ, pp. 2827-2831 (2016)

タイトルに関連する用語 (3件)： 伝搬経路 ,  畳み込みニューラルネットワーク ,  超解像