文献

J-GLOBAL ID：202002262784318825   整理番号：20A0833483

スナップショット圧縮イメージングのための深部テンソルADMM-NET【JST・京大機械翻訳】

Deep Tensor ADMM-Net for Snapshot Compressive Imaging

著者 (4件)： Ma Jiawei (Columbia University) ,  Liu Xiao-Yang (Columbia University) ,  Shou Zheng (Columbia University) ,  Yuan Xin (Bell Labs)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCV  ページ： 10222-10231  発行年： 2019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： スナップショット圧縮イメージング(SCI)システムを開発し,低次元のオフザシェルセンサを用いて高次元(≧3)信号を捕捉し,多重ビデオフレームを単一測定フレームにマッピングした。SCIシステムの1つのキーモジュールは,元のビデオフレームを復元する正確な復号器である。しかしながら,既存のモデルベースの復号化アルゴリズムは,事前知識による徹底的なパラメータ調整を必要とし,非常に長い実行時間のために実際の応用をサポートすることができない。本論文では,数秒で高品質復号化を提供するビデオSCIシステム用の深いテンソルADMM-Netを提案した。まず第一に,著者らは標準テンソルADMMアルゴリズムで始めて,その推論反復を層ごとの構造に変えて,テンソル演算に基づく深いニューラルネットワークを設計する。第二に,予め指定されたスパース表現ドメインに頼る代わりに,ネットワークは確率的勾配降下を通して低ランクテンソルのドメインを学習する。提案した深いテンソルADMM-Netが潜在的に数学的解釈を持つことは注目に値する。公開ビデオデータにおいて,シミュレーション結果は,提案した方法がPSNRにおいて平均0.8~2.5dB改善を達成し,SSIMにおいて0.07~0.1,最先端法において1500×103~3600×スピードアップを達成することを示した。SCIカメラによって捕捉された実際のデータに関して,実験結果は,最先端の方法による比較可能な視覚結果を示したが,はるかに短い実行時間であった。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： 復号器 ,  録画装置 ,  高次元 ,  復号化 ,  高速化 ,  *テンソル ,  カメラ ,  ニューラルネットワーク ,  演算 ,  視覚 ,  シミュレーション ,  *画像処理 ,  多重化 ,  ネットワーク
準シソーラス用語： *スナップショット , 【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 (4件)： スナップショット ,  イメージング ,  深部 ,  テンソル