文献

J-GLOBAL ID：202002253231176347   整理番号：20A1958826

画像雨滴除去のための残差適応マスク生成敵対ネットワーク【JST・京大機械翻訳】

Residual Adaptive Mask Generative Adversarial Network for Image Raindrop Removal

著者 (2件)： Jia Zihui (School of Electronic and Computer Engineering, Shenzhen Graduate School of Peking University,Shenzhen,China) ,  Zhu Yuesheng (School of Electronic and Computer Engineering, Shenzhen Graduate School of Peking University,Shenzhen,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICAICA  ページ： 517-521  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： 単一画像雨滴除去は,様々な形状とサイズの雨滴地域が与えられていないので,非常に挑戦的な課題であり,閉塞領域のバックグラウンド情報は,ほとんどの部分に対して完全に失われる。本論文では,新しい2段階残差適応マスク生成敵対ネットワーク(RAM-GAN)を,単一画像雨滴除去のために開発し,その中で,雨滴領域を自動的に検出することができ,雨滴のない回復画像を生成した。さらに,残留適応マスクブロック(RAMB)構造と残留高密度適応マスクモジュール(RDAMM)をネットワークを構成する主成分として提案した。提案したRAMB構造は,有効情報を適応的に強化し,無効情報を抑制する特徴セレクタとして機能できる。各ブロックは,ソフトマスク枝と幹枝の2つの枝に処理される。マスクは,ソフトマスクブランチによって作り出され,幹枝によって処理された特徴を柔軟に重み付けする。さらに,RAMB構造に基づく残留高密度接続モジュールであるRDAMMを提案し,異なるブロック間の情報フローを最大化し,より良い収束を保証した。著者らの実験結果は,著者らの方法が,画像の詳細を良好に保存しながら,雨滴を効果的に除去することができ,それは,定量的および定性的に最先端の方法より優れていることを実証した。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： 選別器 ,  *ネットワーク ,  *残差
準シソーラス用語： *雨滴 ,  高密度 ,  情報フロー , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 雨滴 ,  残差 ,  適応 ,  マスク ,  敵対