文献

J-GLOBAL ID：202102282734607333   整理番号：21A0540242

MobileSR:超解像のための効率的な畳込みニューラルネットワーク【JST・京大機械翻訳】

MobileSR: Efficient Convolutional Neural Network for Super-resolution

著者 (5件)： Zhang Lulu (Beihang University,State Key Laboratory of Virtual Reality Technology and Systems, School of Computer Science and Engineering,Beijing,China,100191) ,  Li HuiYong (Beihang University,State Key Laboratory of Virtual Reality Technology and Systems, School of Computer Science and Engineering,Beijing,China,100191) ,  Liu Xuefeng (Beihang University,State Key Laboratory of Virtual Reality Technology and Systems, School of Computer Science and Engineering,Beijing,China,100191) ,  Niu Jianwei (Beihang University,State Key Laboratory of Virtual Reality Technology and Systems, School of Computer Science and Engineering,Beijing,China,100191) ,  Wu Jiyan (Beihang University,State Key Laboratory of Virtual Reality Technology and Systems, School of Computer Science and Engineering,Beijing,China,100191)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GLOBECOM  ページ： 1-6  発行年： 2020年 
JST資料番号： W2441A  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)

抄録/ポイント： 単一画像超解像処理に関する既存の深いCNNモデルは,メモリ利用と訓練時間に関して計算集約的である。資源制限プラットフォームでは,超解像タスクのための軽量モデル開発を考えることが望ましい。本論文では,標準畳込みの25%計算を用いた並列グループ畳込みを提案した。並列グループ畳み込みにより,超解像のためのMobileSRと名付けた効率的な軽量畳込みニューラルネットワークを開発した。実験結果は,提案手法が,約75%のサイズ縮小で最先端のモデルに対してかなりの改善を達成することを示した。ソースコードはhttps://github.com/DestinyK/MobileSRで利用可能である。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *畳込み ,  *超解像
準シソーラス用語： *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 超解像 ,  畳込みニューラルネットワーク