文献

J-GLOBAL ID：202202226590935374   整理番号：22A0847950

同時赤外-可視画像融合と超解像のための不均一知識蒸留【JST・京大機械翻訳】

Heterogeneous Knowledge Distillation for Simultaneous Infrared-Visible Image Fusion and Super-Resolution

著者 (5件)： Xiao Wanxin (Faculty of Information Engineering and Automation and the Yunnan Provincial Key Laboratory of Artificial Intelligence, Kunming University of Science and Technology, Kunming, China) ,  Zhang Yafei (Faculty of Information Engineering and Automation and the Yunnan Provincial Key Laboratory of Artificial Intelligence, Kunming University of Science and Technology, Kunming, China) ,  Wang Hongbin (Faculty of Information Engineering and Automation and the Yunnan Provincial Key Laboratory of Artificial Intelligence, Kunming University of Science and Technology, Kunming, China) ,  Li Fan (Faculty of Information Engineering and Automation and the Yunnan Provincial Key Laboratory of Artificial Intelligence, Kunming University of Science and Technology, Kunming, China) ,  Jin Hua (Department of Anesthesiology, Affiliated Hospital of Kunming University of Science and Technology, Kunming, China)
資料名： IEEE Transactions on Instrumentation and Measurement  (IEEE Transactions on Instrumentation and Measurement)
巻： 71  ページ： ROMBUNNO.5004015.1-15  発行年： 2022年 
JST資料番号： C0232A  ISSN： 0018-9456  CODEN： IEIMAO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,赤外線の可視画像融合がますます注目され,この分野における多数の優れた方法が浮上している。しかし,低解像度画像を融合すると,ほとんどの融合結果は低解像度であり,融合結果の実用化を制限する。いくつかの方法は,低解像度画像の融合と超解像を同時に実現することができるが,融合性能の向上は,高分解能融合結果のガイダンスの欠如のために制限される。この問題に取り組むために,赤外線と可視画像の融合と超解像を同時に実装するために,多層注意埋込みを有する不均一知識蒸留ネットワーク(HKDnet)を提案した。正確に,提案方法は高分解能画像融合ネットワーク(教師ネットワーク)と低解像度画像融合と超解像ネットワーク(直感的ネットワーク)から成る。教師ネットワークは主に高解像度入力画像を融合し,融合と超解像の共同実装の能力を得るために,学生ネットワークをガイドする。学生ネットワークを可視入力画像のテクスチャ詳細に払うために,コーナー埋込み注意機構を設計した。機構は,可視画像エッジ,テクスチャ,および構造を強調するために,チャネル注意,位置注意,およびコーナー注意を統合する。入力赤外線画像のために,二重周波数注意(DFA)を,融合結果における赤外線画像の突出したターゲットの役割を強調するために,中間層特徴の関係性をマイニングすることによって構築した。実験結果は,既存の方法と比較して,提案方法が可視と赤外線の両方のモダリティの画像情報を保存して,音の視覚効果を達成して,正確で自然のテクスチャの詳細を示す。提案方法のコードは,https://github.com/firewaterfire/HKDnetで利用可能である。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *赤外線 ,  ネットワーク ,  *蒸留 ,  音響 ,  *画像処理 ,  視覚効果 ,  *超解像 ,  赤外線画像 ,  多層 ,  チャネル ,  高分解能
準シソーラス用語： モダリティ ,  画像情報 ,  中間層 ,  *画像融合 ,  *可視画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 赤外 ,  可視画像 ,  融合 ,  超解像 ,  不均一 ,  知識蒸留