文献

J-GLOBAL ID：202102236184000946   整理番号：21A0088278

単一画像超解像のための文脈を意識した畳込みニューラルネットワーク【JST・京大機械翻訳】

Context-Aware Convolutional Neural Network for Single Image Super-Resolution

著者 (3件)： Wang Xiaotian (Liaoning Shihua University, Fushun, China) ,  Zhang Yan (Liaoning Shihua University, Fushun, China) ,  Lu Ziwei (Liaoning Shihua University, Fushun, China)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1335  ページ： 124-134  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  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： 超解像は,低解像度画像から高解像度画像を再構成するためのアルゴリズムである。それはコンピュータビジョンの分野におけるより活発な研究トピックの1つである。近年,畳み込みニューラルネットワークは単一画像超解像において多くの進歩を遂げた。しかし,畳み込みネットワークに基づく超解像アルゴリズムは,画像を正確に再構成するのは,まだ難しい。再構成性能を改良するために,畳込みネットワークのチャネル情報と空間情報を考慮することが重要である。情報の流れを高めるためにチャネル注意モジュールと空間注意モジュールを利用する畳み込みニューラルネットワークと注意機構に基づくモデルを提案した。チャネルと空間コンテキスト情報を結合する畳込みネットワークは,ネットワーク性能を強化することができる。著者らのモデルは,画像を効果的に再構成するためにコンテキスト特徴を利用するより良い能力を持っている。いくつかの広く使用されたデータセットに関する実験結果は,著者らのモデルが他のモデルより良い再構成性能を達成することを示した。Copyright Springer Nature Singapore Pte Ltd. 2020 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 ,  *畳込み ,  *ネットワーク ,  再構成 ,  *超解像 ,  コンピュータビジョン ,  チャネル
準シソーラス用語： 空間情報 ,  高精細画像 ,  情報フロー ,  ネットワーク性能 ,  低解像度画像 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 超解像 ,  注意機構 ,  深層学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 超解像 ,  文脈 ,  意識 ,  畳込みニューラルネットワーク