文献

J-GLOBAL ID：202202268189161853   整理番号：22A1101951

画像超解像再構成のための構造化融合注意ネットワーク【JST・京大機械翻訳】

Structured Fusion Attention Network for Image Super-Resolution Reconstruction

著者 (5件)： Dai Yaonan (Hubei Provincial Engineering Technology Research Center of Green Chemical Equipment, School of Mechanical and Electrical Engineering, Wuhan Institute of Technology, Wuhan, China) ,  Yu Jiuyang (Hubei Provincial Engineering Technology Research Center of Green Chemical Equipment, School of Mechanical and Electrical Engineering, Wuhan Institute of Technology, Wuhan, China) ,  Hu Tianhao (Hubei Provincial Engineering Technology Research Center of Green Chemical Equipment, School of Mechanical and Electrical Engineering, Wuhan Institute of Technology, Wuhan, China) ,  Lu Yang (School of Machinery and Automation, Wuhan University of Science and Technology, Wuhan, China) ,  Zheng Xiaotao (Hubei Provincial Engineering Technology Research Center of Green Chemical Equipment, School of Mechanical and Electrical Engineering, Wuhan Institute of Technology, Wuhan, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 31896-31906  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 画像特徴の抽出能力を改良するために,モデルパラメータの複雑性を減らして,画像超解像(SR)の再構成効果を強化して,構造化融合注意ネットワーク(SFAN)を提案した。最初に,深い畳込み法を用いて,低解像度画像から浅い特徴を抽出し,異なる残留注意モジュールを考慮して,符号器の構造化残差を改善し,より多くの画像特徴を抽出した。第二に,符号器による特徴出力を精密化して,空間注意モジュールとチャネル注意モジュールを改良融合注意方式に従って再構成して,PixelShuffのためのより良い入力特性を提供して,その結果,復号器を再構成する効果を達成した。最後に,低周波入力とネットワーク予測を加えることを通して,入力画像をターゲットに直接補間して,それによって,ネットワーク高周波残差の収束を加速して,画像再構成効果を改善した。×2,×3,×4,SFANの再構成倍率の条件の下で,Set5,Set14,BSD100,都市100,およびManga109の公開データセットにおける最も進んだSRネットワークのいくつかと比較した。実験結果は,SFANが低モデルパラメータで最良のPSNRとSSIM値を持ち,SFANがSRの性能とパラメータの複雑性の間の良好なバランスを達成できることを証明した。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： 畳込み ,  *ネットワーク ,  復号器 ,  残差 ,  都市 ,  内挿法 ,  HF【周波数】 ,  *画像 ,  画像特性 ,  符号器 ,  *構造形成 ,  LF【周波数】 ,  *超解像 ,  画像再構成
準シソーラス用語： モデルパラメータ , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 超解像 ,  再構成 ,  構造化 ,  融合 ,  注意