文献

J-GLOBAL ID：202002284104503771   整理番号：20A2337270

加速双三次補間に基づくSRCNNによるディジタル岩石コア画像超解像【JST・京大機械翻訳】

Digital Rock Core Images Super Resolution via SRCNN Based on Accelerated Bicubic Interpolation

著者 (3件)： Bai Yunfeng (Northern (Arctic) Federal University, Severnaya Dvina, Arkhangelsk, Russia) ,  Berezovsky Vladimir (Northern (Arctic) Federal University, Severnaya Dvina, Arkhangelsk, Russia) ,  Popov Vasily (Northern (Arctic) Federal University, Severnaya Dvina, Arkhangelsk, Russia)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICNSER2020  ページ： 77-83  発行年： 2020年 
JST資料番号： D0698C  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： 超分解能畳込みニューラルネットワーク(SRCNN)の能力は,画像の分解能を強化することが証明されている。SRCNNを適用して,岩石コアを解析する際に重要な役割を果たすデジタル岩石コア画像を強化した。このプロセスでは,SRCNNの第一ステップである双立方補間アルゴリズムが,計算戦略を調整することにより速度を改善するかもしれないことに注目した。著者らは,加速した双立方補間に基づくSRCNNを提案して,2000のデジタル岩石コア画像によって性能をテストした。実験は,改良領域ベースの双立方画像補間アルゴリズムと標準双三次補間アルゴリズムより速く加速した双立方補間アルゴリズムを示し,より高い分解能のデジタル岩石コア画像を作り出すために著者らの提案したアルゴリズムに基づくSRCNNの実現可能性を実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  分解能 ,  *岩石 ,  *内挿法 ,  ディジタル方式 ,  *超解像
準シソーラス用語： 画像補間 ,  ディープニューラルネットワーク ,  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)： 深層ニューラルネットワーク ,  デジタル岩石画像 ,  SRCNN ,  超解像

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 加速 ,  補間 ,  ディジタル ,  岩石 ,  コア ,  超解像