文献

J-GLOBAL ID：202002244628494619   整理番号：20A0964429

機械学習に基づく多段階超解像による画質向上【JST・京大機械翻訳】

Image Quality Enhancement with Machine Learning Based Multi-Step Super-Resolution

著者 (2件)： Yano Niai (Graduate School of Fundamental Science and Engineering, Waseda University,3-14-9, Okubo, Shinjuku, Tokyo,Japan) ,  Watanabe Hiroshi (Graduate School of Fundamental Science and Engineering, Waseda University,3-14-9, Okubo, Shinjuku, Tokyo,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICAIIC  ページ： 141-145  発行年： 2020年 
JST資料番号： W2441A  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： 機械学習に基づく超解像度技術は,最近,良好な定性的結果を達成することができた。したがって,畳込みニューラルネットワークはSR技術に関する最近の研究の基礎となっている。本論文では,良好な結果を達成する以前の方法を適用する新しいマルチステップ超解像技術を提案した。また,この提案した方法が,従来の方法に比べて,主観的視覚品質と再構成精度の両方において有意な改善を達成することを実証した。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： 再構成 ,  *超解像 ,  *機械学習
準シソーラス用語： 視覚品質 ,  画質向上 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (4件)： 機械学習 ,  段階 ,  超解像 ,  画質向上