画像超解像のための生成敵対ネットワーク:サーベイ【JST・京大機械翻訳】

Tian Chunwei; Zhang Xuanyu; Lin Jerry Chun-Wei; Zuo Wangmeng; Zhang Yanning; Lin Chia-Wen

プレプリント

J-GLOBAL ID：202202214945148246 整理番号：22P0340535

画像超解像のための生成敵対ネットワーク:サーベイ【JST・京大機械翻訳】

Generative Adversarial Networks for Image Super-Resolution: A Survey

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年04月28日プレプリントサーバーでの情報更新日： 2022年10月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , ,
, 【Automatic Indexing@JST】

図形・画像処理一般 , 人工知能

前のページに戻る