文献

J-GLOBAL ID：202202275808133390   整理番号：22A0886651

不対実世界画像に関する結合超解像と劣化学習【JST・京大機械翻訳】

Jointly Super Resolution and Degradation Learning on Unpaired Real-World Images

著者 (3件)： Chen Xuankun (Sun Yat-sen University, Guangzhou, China) ,  Chen Junhong (Sun Yat-sen University, Guangzhou, China) ,  Zhang Dongyu (Sun Yat-sen University, Guangzhou, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13148  ページ： 495-503  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 最近,CNNに基づく超解像法は,驚くべき成功を達成した。しかし,実世界画像に対するこれらの方法の効果は利用できない。主な理由は,それらの大部分が,分解低解像度画像を得るためにデフォルトによる双三次ダウンサンプリングを使用するが,実世界画像の劣化過程は未知である。本研究では,画像劣化と超解像度が緊密に結合していると主張した。このサイクルを完成するために,実世界画像の分解と超分解能を共同学習するフレームワークを提案した。同時に,学習と最適化性能を安定化するために,様々な画像コンテンツ損失を組み合わせた。このフレームワークは,実世界超解像度を達成するだけでなく,他の超解像法に対して対未知分解データセットを生成する。NTIRE2020実世界SRデータセットに関する実験は,著者らのモデルの有効性を示した。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *学習 ,  信号標本化 ,  劣化 ,  *画像 ,  *超解像 ,  過程 ,  有効性 ,  機械学習
準シソーラス用語： 映像コンテンツ ,  協調学習 ,  ダウンサンプリング ,  画像劣化 ,  低解像度画像 ,  劣化過程 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 超解像 ,  実世界画像 ,  深層学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 世界 ,  超解像 ,  学習