文献

J-GLOBAL ID：202202237033557511   整理番号：22A0622321

FPPN:単一画像超解像のための高速画素精製ネットワーク【JST・京大機械翻訳】

FPPN: fast pixel purification network for single-image super-resolution

著者 (6件)： Meng Bin (College of Electronics and Information Engineering, Sichuan University, Chengdu, Sichuan, China) ,  Meng Bin (School of Aeronautics and Astronautics, Sichuan University, Chengdu, China) ,  Yang Xiaomin (College of Electronics and Information Engineering, Sichuan University, Chengdu, Sichuan, China) ,  Yang Xiaomin (School of Aeronautics and Astronautics, Sichuan University, Chengdu, China) ,  Zhang Rongzhu (College of Electronics and Information Engineering, Sichuan University, Chengdu, Sichuan, China) ,  Liu Kai (College of Electrical Engineering, Sichuan University, Chengdu, Sichuan, China)
資料名： Multimedia Systems  (Multimedia Systems)
巻： 28  号： 1  ページ： 281-293  発行年： 2022年 
JST資料番号： W0687A  ISSN： 0942-4962  CODEN： MUSYEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 深層学習の開発により,畳み込みニューラルネットワーク(CNN)は単一画像超解像(SIR)の分野でますます注目を集めている。以前の方法は優れた性能を達成した。しかし,性能を高めるために,研究者は,しばしば基本的ブロックをスタックし,ネットワークを深め,訓練困難,メモリ消費,遅い走行,および他の問題につながる。本研究の主目的は,性能とネットワーク容量の間のトレードオフを作るために軽量畳み込みニューラルネットワークを設計することであり,その結果,前述の問題を緩和することである。一方では,著者らは,マルチステップ画素注意を通して深い画素特性を抽出するために使用する軽量高速画素精製ブロック(FPPB)を詳述した。他方,著者らのネットワークは2つの経路の構造を採用する。一つの経路は入力としてLR画像を取り上げ,他方は入力として勾配画像を取る。高周波情報に富む勾配画像は,追加パラメータの導入なしに画像エッジの回復と再構成を促進できる。実験は,著者らの方法が,少数のパラメータと計算を維持しながら,優れたSR性能を達成することを実証した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *ネットワーク ,  HF【周波数】 ,  *画素 ,  再構成 ,  *超解像
準シソーラス用語： ネットワーク容量 ,  深層学習 ,  軽量 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  超解像 ,  マルチメディア処理 ,  深層学習

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (3件)： 超解像 ,  画素 ,  精製