文献

J-GLOBAL ID：202002235211197677   整理番号：20A2636177

実世界画像のための計算効率の良い超解像アプローチ【JST・京大機械翻訳】

Computationally Efficient Super-Resolution Approach for Real-World Images

著者 (4件)： Chudasama Vishal (Sardar Vallabhbhai National Institute of Technology, Surat, India) ,  Prajapati Kalpesh (Sardar Vallabhbhai National Institute of Technology, Surat, India) ,  Upla Kishor (Sardar Vallabhbhai National Institute of Technology, Surat, India) ,  Upla Kishor (Norwegian University of Science and Technology (NTNU), Gjovik, Norway)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1249  ページ： 143-153  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 既存の単一画像超解像度(ISR)法の大部分は訓練され,低解像度(LR)画像が簡単で均一な双立方分解で合成される合成データセット上で評価される。それらの方法は,合成試験データセット上でより良く機能するが,実世界画像上でより良い超分解能(SR)結果を得るには失敗する。しかし,より多くの畳込み層を積層することによって,SR性能は改良できる。しかし,そのような技術は訓練パラメータの数を増加させ,従って,実世界アプリケーションに不適当な資源に関する重い計算負荷を提供する。この問題を解決するために,実世界画像を超解決するために,実世界超解像ネットワーク(RSRN)と呼ばれる計算効率の良いSRアプローチを提案した。RSRNでは,LR観測のより複雑な特徴を抽出するのに役立つ高密度接続並列残差ブロック(DPRB)と呼ばれる新しい残差ブロックを提案する。提案したRSRN法の有効性を証明するために,実際の画像および合成データセット上で提案モデルを訓練した。提案手法のSR性能を他の既存のISR法と比較し,提案したRSRN法が,訓練パラメータ数が有意に少ない,最近提案された最先端のISR法よりも,より高い周波数の詳細でより良いSR性能を得ることを観察した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  ネットワーク ,  残差 ,  応用プログラム ,  *超解像 ,  有効性
準シソーラス用語： *計算効率 ,  計算負荷 ,  高密度 ,  シンセティックデータ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 超解像 ,  実世界画像 ,  畳込みニューラルネットワーク ,  密に接続した並列残差ブロック

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 世界 ,  計算効率 ,  超解像