ESRGANを用いた単一画像超解像のための二重知覚損失【JST・京大機械翻訳】

Song Jie; Yi Huawei; Xu Wenqian; Li Xiaohui; Li Bo; Liu Yuanyuan

プレプリント

J-GLOBAL ID：202202215755268128 整理番号：22P0275543

ESRGANを用いた単一画像超解像のための二重知覚損失【JST・京大機械翻訳】

Dual Perceptual Loss for Single Image Super-Resolution Using ESRGAN

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01月17日プレプリントサーバーでの情報更新日： 2022年01月17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)

知覚損失の提案は,画素間差損失関数が再構成画像を過度に滑らかにするという問題を解決して,それは単一画像超解像再構成の分野において著しい進展を獲得した。さらに,生成敵対ネットワーク(GAN)を超解像度場に適用し,再構成画像の視覚品質を効果的に改善した。しかしながら,高いアップスケーリング因子のコンディションの下で,ネットワークの過度の異常推論は,いくつかの歪んだ構造を生み出して,そこで,再構成画像と地上トラス画像の間に一定の偏差があった。再構成画像の品質を基本的に改善するために,本論文は,単一画像超解像再構成の問題を解決するために,オリジナルの知覚損失を置き換えるために使用する二重知覚損失(DP損失)と呼ばれる効果的方法を提案した。VGG特性とResNet特徴の間の相補的特性のため,提案したDP損失は,同時に2つの特徴の学習の利点を考慮し,画像の再構成効果を著しく改善する。ベンチマークデータセットの定性的および定量的分析は,最先端の超解像法に対して提案した方法の優位性を示した。【JST・京大機械翻訳】

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

図形・画像処理一般

, ,

前のページに戻る