文献
J-GLOBAL ID:202202213873082059   整理番号:22A1086086

深部構造とテクスチャ合成による概念圧縮【JST・京大機械翻訳】

Conceptual Compression via Deep Structure and Texture Synthesis
著者 (8件):
資料名:
巻: 31  ページ: 2809-2823  発行年: 2022年 
JST資料番号: W0364A  ISSN: 1057-7149  CODEN: IIPRE4  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
既存の圧縮法は,通常,信号レベル冗長性の除去に焦点を合わせ,一方,コンパクトな概念成分への視覚データの分解の可能性と汎用性は,まだ更なる研究を欠いている。この目的のために,視覚データをコンパクトな構造とテクスチャ表現に符号化する新しい概念的圧縮フレームワークを提案し,次に,様々なビジョンタスクのためのより良い視覚再構成品質,柔軟なコンテンツ操作,および潜在的サポートを達成するために,深い合成方式でデコードする。特に,2つの相補的視覚特徴から成る二重層モデルにより画像を圧縮することを提案する。1)構造マップによって代表される構造層と2)低次元深い表現によって特徴づけられたテクスチャ層。符号器側で,構造マップとテクスチャ表現を個別に抽出して圧縮し,コンパクトで解釈可能なインタオペラブルビットストリームを生成した。復号化段階の間,階層的融合GAN(HF-GAN)を提案して,テクスチャが解読された構造マップにレンダリングされる合成パラダイムを学習して,顕著な視覚リアリズムを有する高品質再構成に導いた。多様な画像に関する広範な実験は,より低いビットレート,より高い再構成品質,および視覚解析とコンテンツ操作タスクに対する多用途性の増加を有する著者らのフレームワークの優位性を実証した。Copyright 2022 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る