文献

J-GLOBAL ID：202002290439351929   整理番号：20A0144905

多視点テクスチャ補償学習による顔超解像【JST・京大機械翻訳】

Face Super-Resolution by Learning Multi-view Texture Compensation

著者 (4件)： Wang Yu (Hubei Key Laboratory of Intelligent Robot, School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan, China) ,  Lu Tao (Hubei Key Laboratory of Intelligent Robot, School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan, China) ,  Xu Ruobo (Hubei Key Laboratory of Intelligent Robot, School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan, China) ,  Zhang Yanduo (Hubei Key Laboratory of Intelligent Robot, School of Computer Science and Engineering, Wuhan Institute of Technology, Wuhan, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11962  ページ： 350-360  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 深いニューラルネットワークを用いた単一顔画像超解像(SR)法は,十分の性能をもたらす。顔画像の姿勢により,多視点顔超解像タスクは単一入力よりも挑戦的である。多視点顔画像は異なる視点から補完情報を含んでいる。しかし,多視点低解像度(LR)顔画像からテクスチャ情報を統合することは困難である。本論文では,複数の顔画像を組み合わせて出力としてHR画像を生成するために,多視点テクスチャ補償を用いた新しい顔SRを提案した。高精度テクスチャ補償情報をより良い視覚性能のために固定した視点に転送するために,テクスチャ注意機構を用いた。実験結果は,提案したニューラルネットワークが他の最先端の顔SRアルゴリズムより優れていることを示した。Copyright 2020 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  アルゴリズム ,  ニューラルネットワーク ,  視覚 ,  *超解像 ,  顔画像
準シソーラス用語： 高精度 ,  低分解能 , 【Automatic Indexing@JST】

著者キーワード (3件)： 多視点顔画像 ,  テクスチャ補償 ,  顔超解像

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 視点 ,  テクスチャ ,  補償 ,  学習 ,  顔 ,  超解像