@techreport{oai:ipsj.ixsq.nii.ac.jp:00212269,
 author = {グェン, マントゥアン and 岩井, 啓輔 and 松原, 隆 and 黒川, 恭一},
 issue = {7},
 month = {Aug},
 note = {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．},
 title = {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},
 year = {2021}
}