講演抄録/キーワード |
講演名 |
2023-03-02 10:35
カーボンナノチューブ画像の再学習による超解像度化 ○各務嘉記・丸山隆浩・堀田一弘(名城大) PRMU2022-68 IBISML2022-75 |
抄録 |
(和) |
本論文ではカーボンナノチューブ画像の超解像を行う.従来のSwinIRよりも高精度な超解像度化を実現するために,より大きなサイズの画像を入力するEncoder-Decoder構造と,局所特徴抽出のためのShift機構を導入したShiftIRを提案する.また,ShiftIRでは十分にLossが減少し,精度も高くなったが,さらにLossを小さくし,精度を向上させるためにShiftIR にWasserstein GAN-GPとWing Lossを導入したShiftIR GANを提案する.また,不鮮明な画像のみでも高精度に超解像を行うため,再学習による超解像手法を用いる.実験ではDIV2K,General100,Set5,カーボンナノチューブ画像(透過電子顕微鏡像)データセットに対して評価した.実験の結果,提案手法のShiftIR GAN はSwinIRやGANを用いないShiftIRよりも高い精度が得られることを確認し,提案手法によりカーボンナノチューブ画像の超解像化が可能であることを示した.また,一般的な超解像データセットを用いた実験も行い,提案手法の有効性を示した. |
(英) |
|
キーワード |
(和) |
超解像度 / カーボンナノチューブ / SwinIR / Shift機構 / GAN / 再学習法 / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 122, no. 404, PRMU2022-68, pp. 54-58, 2023年3月. |
資料番号 |
PRMU2022-68 |
発行日 |
2023-02-23 (PRMU, IBISML) |
ISSN |
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 |
PRMU2022-68 IBISML2022-75 |