文献

J-GLOBAL ID：202202232297772777   整理番号：22A1101373

単一画像超解像のための細粒注意と特徴共有生成敵対ネットワーク【JST・京大機械翻訳】

Fine-Grained Attention and Feature-Sharing Generative Adversarial Networks for Single Image Super-Resolution

著者 (7件)： Yan Yitong (School of Software Engineering, South China University of Technology, Guangzhou, China) ,  Liu Chuangchuang (School of Software Engineering, South China University of Technology, Guangzhou, China) ,  Chen Changyou (Department of Computer Science and Engineering, University at Buffalo, State University, New York, NY, USA) ,  Sun Xianfang (School of Computer Science, Informatics Cardiff University, U.K.) ,  Jin Longcun (School of Software Engineering, South China University of Technology, Guangzhou, China) ,  Peng Xinyi (School of Software Engineering, South China University of Technology, Guangzhou, China) ,  Zhou Xiang (School of Data Science and Department of Mathematics at College of Science, City University of Hong Kong, Hong Kong)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 1473-1487  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  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： 平均二乗誤差を最小化することによる従来の超解像度(SR)法は,通常,高周波詳細の欠如のため,過剰平滑化およびぼけエッジを有する画像を生成する。本論文では,画像超解像のための光現実的画像の生成を奨励するために,生成敵対ネットワークフレームワークの中で2つの新しい技術を提案した。最初に,実画像と偽画像を識別するための単一スコアを生成する代わりに,実画像と偽画像の各画素を識別するため,微細粒注意生成敵対ネットワーク(FASRGAN)と呼ばれる変異体を提案した。FASRGANは,2つの出力:画像スコアと画像スコアマップを持つ識別子としてUNet様ネットワークを採用する。スコアマップは,HR/SR画像と同じ空間サイズを持ち,各ピクセルの再構成困難度を表すための細粒注意として役立った。第2に,発電機と識別器のために異なるネットワークを使用する代わりに,著者らは,発電機と識別器の両方のために,特徴共有バリアント(Fs-SRGANとして表示)を導入した。共有機構は,モデルをよりコンパクトにする間,モデル表現力を維持することができて,このように,高品質画像を作り出す能力を改良することができた。ベンチマークデータセットに関する最先端の方法による定量的および視覚的比較は,著者らの方法の優位性を実証した。さらに,物体認識のための超解像度画像を適用し,提案手法の有効性を実証した。コードはhttps://github.com/Rainyfish/FASRGAN-and-Fs-SRGAN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： 視覚 ,  弁別器 ,  *ネットワーク ,  HF【周波数】 ,  *画像 ,  画素 ,  物体認識 ,  平滑化 ,  モデル ,  *超解像 ,  ベンチマーク
準シソーラス用語： 表現力 ,  平均二乗誤差 ,  高品質 ,  識別子 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 超解像 ,  細粒 ,  注意 ,  共有 ,  敵対