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。
単一画像超解像(ISR)は画像処理の分野で重要な役割を果たす。最近の生成敵対ネットワーク(GAN)は,小さなサンプルで低解像度画像で優れた結果を達成できる。しかし,SIRにおける異なるGANsを要約する文献はほとんどない。本論文では,異なる観点からGANの比較研究を行った。まず,GANの開発を取り上げた。第2に,画像応用のための大小サンプルにおけるGANのための一般的アーキテクチャを提示した。次に,GANsベースの最適化方法の動機,実装および差異,および教師つき,半教師つきおよび教師なし方法に関して画像超解像のための識別学習を解析した。次に,ISRにおける定量的および定性的分析により,公開データセットに対するこれらの一般的なGANの性能を比較した。最後に,GANの課題とSIRに対する潜在的研究点を強調した。【JST・京大機械翻訳】