文献

J-GLOBAL ID：202102231388781918   整理番号：21A1235729

深さ学習に基づく単一画像超解像再構成に関する研究【JST・京大機械翻訳】

A Review of Single Image Super-resolution Based on Deep Learning

著者 (4件)： Zhang Ning (中国科学院長春光学精密机械与物理研究所 長春130033;中国科学院大学 北京100049) ,  Wang Yongcheng (中国科学院長春光学精密机械与物理研究所 長春130033) ,  Zhang Xin (中国科学院長春光学精密机械与物理研究所 長春130033;中国科学院大学 北京100049) ,  Xu Dongdong (中国科学院長春光学精密机械与物理研究所 長春130033;中国科学院大学 北京100049)
資料名： Zidonghua Xuebao  (Zidonghua Xuebao)
巻： 46  号： 12  ページ： 2479-2499  発行年： 2020年 
JST資料番号： C2134A  ISSN： 0254-4156  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 画像超解像再構成技術は、一枚または同一シーン中の多解像度画像が入力として、画像の事前知識を結びつけて高解像度画像を再構成する技術である。この技術は,既存のハードウェア装置を変えることなく,画像分解能を効果的に改善することができる。深さ学習は,近年,画像領域で急速に発展し,その導入は,単一画像超解像再構成に新しい展望をもたらした。本論文では、主に深さ学習に基づく単一画像超解像再構成方法の研究現状と発展傾向についてまとめる。まず第一に,異なるネットワーク基盤に従って,深さ学習に基づく単一画像超解像再構成ネットワークモデルを分類して,ネットワーク構造,入力情報,損失関数,拡大因子,および評価指標におけるこれらのモデルの差異を分析した。次に,それらの実験結果を示し,実験結果および既存の問題をまとめ,解析した。最後に,深さ学習に基づく単一画像超解像再構成法の開発方向と課題を示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 損失関数 ,  ネットワーク構造 ,  再構成 ,  ハードウェア ,  *超解像
準シソーラス用語： 事前知識 ,  多重解像度 ,  評価指標 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 学習 ,  超解像 ,  再構成 ,  研究