| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-02-20 10:30 畳み込みニューラルネットワークを用いた超解像の並列計算法 ○菅原佑介・塩田さやか・貴家仁志（首都大東京）  ITS2016-44 IE2016-102 |
|
| 抄録 | （和） | 本稿では,SRCNNやVDSRに代表される,補間に基づく畳み込みニューラルネットワークを用いた超解像を対象として,それらを並列に構成することで学習及び実行の高速化を行う手法を提案する. 提案法は,推定される画素をタイプ毎に分類して,それぞれに最適化された畳み込みニューラルネットワークを用いることで,低解像度画像から高解像度画像を直接生成することが可能となる. さらに各畳み込みニューラルネットワークに入力される画像に違いを考慮して,より小さなフィルタを選択することで高速化が実現される. 実験では,複数のCNNを用いた超解像に対して提案法を適用し,その有効性を示す. また,2倍に限らず,3倍,4倍などの拡大率の超解像に対してもその有効性を確認する. さらに,いくつかの条件の下で並列計算法を実行することによって,生成される超解像画像の画質向上が可能である. |
| （英） | An acceleration method for interpolation-based super resolution methods using convolutional neural networks, represented by SRCNN and VDSR is proposed in this article. In the proposed method, estimated pixels are classified into some types and then high resolution images are directly generated from low resolution ones by using optimized convolutional neural networks for each type. It allows us to adapt smaller filter sizes to convolutional neural networks than conventional ones, so that the computational complexity can be reduced. A number of experiments are carried out to demonstrate that the proposed method can be applied to various interpolation-based super resolution methods using convolutional neural networks. The effectiveness of the proposed method for multiple upscale factors is also confirmed. In addition, the proposed method outperforms conventional ones in terms of the quality of estimated images under some conditions. |
|
| キーワード | （和） | 超解像 / 畳み込みニューラルネットワーク / 並列計算 / / / / / |
| （英） | Super Resolution / Convolutional Neural Network / Parallel Computation / / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 464, IE2016-102, pp. 13-18, 2017年2月. | |
| 資料番号 | IE2016-102 | |
| 発行日 | 2017-02-13 (ITS, IE) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ITS2016-44 IE2016-102 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-AIT ITE-HI ITE-ME ITE-MMS ITE-CE |
| 開催期間 | 2017-02-20 - 2017-02-21 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | Hokkaido Univ. |
| テーマ（和） | 画像処理および一般 |
| テーマ（英） | Image Processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2017-02-IE-ITS-AIT-HI-ME-MMS-CE |
| 本文の言語 | 日本語 |
| タイトル（和） | 畳み込みニューラルネットワークを用いた超解像の並列計算法 |
| サブタイトル（和） | |
| タイトル（英） | A parallel computation method of super resolution using convolutional neural networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 超解像 / Super Resolution |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(3)（和/英） | 並列計算 / Parallel Computation |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 菅原 佑介 / Yusuke Sugawara / スガワラ ユウスケ |
| 第1著者 所属（和/英） | 首都大学東京 (略称： 首都大東京) Tokyo Metro. Univ. (略称： Tokyo Metro. Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 塩田 さやか / Sayaka Shiota / シオタ サヤカ |
| 第2著者 所属（和/英） | 首都大学東京 (略称： 首都大東京) Tokyo Metro. Univ. (略称： Tokyo Metro. Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 貴家 仁志 / Hitoshi Kiya / キヤ ヒトシ |
| 第3著者 所属（和/英） | 首都大学東京 (略称： 首都大東京) Tokyo Metro. Univ. (略称： Tokyo Metro. Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-02-20 10:30:00 |
| 発表時間 | 15分 |
| 申込先研究会 | IE |
| 資料番号 | ITS2016-44, IE2016-102 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.463(ITS), no.464(IE) |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2017-02-13 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]