| Item type |
SIG Technical Reports(1) |
| 公開日 |
2021-08-18 |
| タイトル |
|
|
タイトル |
ニューラルネットワークを用いた単一画像超解像のウェーブレット変換による高速化 |
| 言語 |
|
|
言語 |
jpn |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
防衛大学校理工学研究科 |
| 著者所属 |
|
|
|
防衛大学校情報工学科 |
| 著者所属 |
|
|
|
防衛大学校情報工学科 |
| 著者所属 |
|
|
|
防衛大学校情報工学科 |
| 著者名 |
グェン, マントゥアン
岩井, 啓輔
松原, 隆
黒川, 恭一
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
本稿では，ニューラルネットワークを用いた単一画像超解像 (SISR，Single Image Super-Resolution) にウェーブレット変換 (WT，Wavelet Transform) を加えて高速化する手法を提案する．SISR は，一枚の低解像度画像から高解像度画像を作成する．機械学習の技術発展と共に，畳み込みニューラルネットワークを用いた EDSR (Enhanced Deep network SR) 等，高精度の SISR が提案されている．しかし，これらのネットワークは非常に階層が深く処理に時間がかかる．WT は，画像を 1 つの低周波成分と 3 つの高周波成分に分解し，WIT (Wavelet Inverse Transform) はその 4 成分を結合して元の画像に復元する．4 成分はサイズが元の画像サイズの 1/4 であり，スパース性を持つ．WT により生成された成分をニューラルネットワークに学習させる事で，画像生成時間や学習時間を大幅に下げる事が出来る．本稿では，WT を行う層 (WT Layer) と WIT を行う層 (WIT Layer) を既存の EDSR と組み合わせて，より高速な EDWSR (Enhanced Deep Wavelet network SR) を提案する．その結果，EDWSR は EDSR とほぼ同等の精度を保ちながら，約 3.6 倍の高速化を実現した．学習スピードも約 2 倍に高速化した． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10438399 |
| 書誌情報 |
研究報告オーディオビジュアル複合情報処理（AVM）
巻 2021-AVM-114,
号 7,
p. 1-6,
発行日 2021-08-18
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8582 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-AVM21114007.pdf (629.7 kB)
