品質意図生成敵対ネットワークによる不対画像強調【JST・京大機械翻訳】

Ni Zhangkai; Yang Wenhan; Wang Shiqi; Ma Lin; Kwong Sam

文献

J-GLOBAL ID：202002286861263285 整理番号：20A2462536

品質意図生成敵対ネットワークによる不対画像強調【JST・京大機械翻訳】

Unpaired Image Enhancement with Quality-Attention Generative Adversarial Network

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2462536&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (5件)： , , , ,
資料名：
号： MM ’20 ページ： 1697-1705 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)

本研究では,ユーザにより提供される高品質画像の特性を有する低品質画像を濃縮できる不対画像強調モデルを学習することを目的とした。著者らは,品質注意モジュール(QAM)を埋め込んだ双方向性Generative Adversarial Network(GAN)に基づく不対データ上で訓練された品質注意生成敵対ネットワーク(QAGAN)を提案した。提案したQAGANの鍵となる新規性は,2つのドメインから直接ドメイン関連品質の注意を学習するような発電機のための注入QAMにある。より具体的には,提案したQAMは,発電機が,それぞれ,チャネルワイズから,空間的および適応的にスタイル関連属性から,意味関連特性を効果的に選択することを可能にする。したがって,提案QAGANでは,識別器だけでなく,発電機も,マッピング関数を学習する発電機を著しく促進する両ドメインに直接アクセスできる。広範な実験結果は,不対学習に基づく最先端の方法と比較して,著者らの提案方法が客観的および主観的評価の両方においてより良い性能を達成することを示した。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】

, , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (3件)： , ,

図形・画像処理一般 , 人工知能

, ,

前のページに戻る