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。
深いアンフォールディング/回転構造の下でのビデオ圧縮センシング(VCS)の再構成問題を考察した。しかし,最小ステージを用いて柔軟で簡潔なモデルの構築を目的とする。逆問題に用いられる既存の深いアンフォールディングネットワークと異なり,より多くのステージが,異なるマスクとスケールへの柔軟性なしで,より高い性能のために使用されたが,ここでは,2ステージの深いアンフォールディングネットワークが,VCSにおいて,最先端の(SOTA)結果(単一ステージモデル上のPSNRの1.7dB利得,RevSCI)につながることを示した。提案方法は,新しいマスクへの適応特性を持ち,深いアンフォールディングの利点のおかげで,追加の訓練なしに大規模データにスケールする。さらに,カラーVCSに対する提案モデルを拡張し,関節再構成とデモザイシングを行った。実験結果は,著者らの2段階モデルもカラーVCS再構成に関してSOTAを達成して,プラグアンドプレイフレームワークに基づく以前のSOTAアルゴリズムに関してPSNRにおいて>2.3dBの利得を導き,一方,再構成を>17倍高速化することを証明した。さらに,単一訓練ネットワークを様々なハードウェアシステムに適用することができるように,このネットワークがカラーVCS再構成のためのマスク変調とスケールサイズにも柔軟であることを見いだした。コードとモデルを公開する。【JST・京大機械翻訳】