欠損領域の複雑性を強調することによる深層画像修復の改善【JST・京大機械翻訳】

Wang Yufeng; Li Dan; Xu Cong; Yang Min

プレプリント

J-GLOBAL ID：202202221038342534 整理番号：22P0288878

欠損領域の複雑性を強調することによる深層画像修復の改善【JST・京大機械翻訳】

Improve Deep Image Inpainting by Emphasizing the Complexity of Missing Regions

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 (4件)： , , ,
資料名：
発行年： 2022年02月13日プレプリントサーバーでの情報更新日： 2022年02月13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)

深層画像修復研究は,主に様々なニューラルネットワークアーキテクチャの構築,あるいは新しい最適化目的の課程に焦点を当てた。しかし,一方では,最先端の深い修復モデルの構築は,極めて複雑なタスクであり,他方,得られた性能利得は,時には非常に制限される。修復モデルのフレームワークの他に,しばしば見落とされる軽量の伝統的画像処理技術は,実際にこれらの深いモデルに役立つと信じる。本論文では,古典的画像複雑性メトリックの助けを借りて,深い画像修復モデルを強化する。訓練手順におけるバッチ選択を導くために,欠測複雑性とフォワード損失から成る知識支援指数を提示した。このインデックスは,各反復における最適化により役に立つサンプルを見出し,最終的に総合的修復性能を高めるのを助ける。提案した手法は簡単で,コードの少数の線だけを変えることによって,多くの深い修復モデルにプラグできる。様々なデータセットにおけるいくつかの最近開発した画像修復モデルの改善を実験的に実証した。【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