文献

J-GLOBAL ID：202002289333651861   整理番号：20A2733899

画像再構成のための縮小精度ネットワーク【JST・京大機械翻訳】

A reduced-precision network for image reconstruction

著者 (4件)： Thomas Manu Mathew (University of California) ,  Vaidyanathan Karthik (Intel Corporation) ,  Liktor Gabor (Intel Corporation) ,  Forbes Angus G. (University of California)
資料名： ACM Transactions on Graphics  (ACM Transactions on Graphics)
巻： 39  号： 6  ページ： 1-12  発行年： 2020年 
JST資料番号： W0137A  ISSN： 0730-0301  資料種別： 逐次刊行物 (A)
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： ニューラルネットワークは,そのストレージと計算コストを大きく改善するので,縮小精度演算を使用するためにしばしば量子化される。この手法は,画像分類と自然言語処理アプリケーションで一般的に使用される。しかし,HDR画像の再構成のための量子化ネットワークの使用は,画像品質の顕著な損失をもたらす。本論文では,画像再構成のためのニューラルネットワークであるQW-Netを導入し,その中で計算の95%近くを4ビット整数で実装することができた。これは,出力画像を再構成するフィルタリングネットワークと結合したU-Netアーキテクチャに基づく特徴抽出ネットワークである,異なるタスクに対して特殊化された2つのU型ネットワークの組み合わせを用いて達成される。特徴抽出ネットワークには,より多くの計算量があるが,量子化誤差にはより弾力性がある。一方,フィルタリングネットワークは,かなり少ない計算を持つが,より高い精度を必要とする。著者らのネットワークは,運動ベクトルを用いて以前のフレームを反復し,蓄積し,現在のゲームで広く使われている技術であるTAAよりも,かなり良好な品質で時間的に安定な結果を生成する。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： ベクトル ,  量子化 ,  ゲーム ,  *ネットワーク ,  弾性 ,  ニューラルネットワーク ,  フィルタリング ,  特徴抽出 ,  演算 ,  画質 ,  計算量 ,  応用プログラム ,  計算機アーキテクチャ ,  *画像再構成
準シソーラス用語： 計算コスト , 【Automatic Indexing@JST】

著者キーワード (2件)： アンチエイリアシング ,  カーネル予測

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 画像再構成 ,  縮小