| 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 | 2024-10-17 13:40 U-Netを用いた生成画像の高画質化とフラクタル画像の反復生成に関する検討 ○岡本紗季・神野健哉（東京都市大）  CAS2024-36 NLP2024-66 |
|
| 抄録 | （和） | 近年，畳み込みニューラルネットワーク（CNN）は生成AIや顔認識など広い分野で利用されている．我々はこれまで情報量の少ない単純な画像とCNNを含むU-Netを用いて，高周波成分を含まない画像から高周波成分を含む画像の生成が可能か検討を行なってきた．その結果，生成画像に理想とする高周波成分が含まれないことを確認した．画像の品質向上には，高周波成分の微細な情報が不可欠である．本稿では，U-Netを用いた生成画像の高画質化に関する検討を行う．また，反復関数系で生成されるフラクタル画像が提案システムで推論可能かについても検討を行う． |
| （英） | In recent years, convolutional neural networks (CNNs) have been widely used in fields such as generative AI and facial recognition. We have previously investigated whether it is possible to generate images containing high-frequency components from images lacking such components by using simple images with low information content and U-Net, which includes CNNs. As a result, we confirmed that the generated images do not contain the desired high-frequency components. Fine details of high-frequency information are essential for improving image quality. In this paper, we consider the enhancement of image quality in generated images using U-Net. Additionally, we investigate whether fractal images generated by iterative function systems can be inferred by the proposed system. | |
| キーワード | （和） | U-Net / 高周波成分 / 画像変換 / 画像生成 / フラクタル画像 / 拡散モデル / / |
| （英） | U-Net / high-frequency component / image transformation / image generation / fractal image / Diffusion model / / | |
| 文献情報 | 信学技報, vol. 124, no. 208, NLP2024-66, pp. 48-51, 2024年10月. | |
| 資料番号 | NLP2024-66 | |
| 発行日 | 2024-10-10 (CAS, NLP) | |
| 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 | CAS2024-36 NLP2024-66 |
|
| 研究会情報 | |
| 研究会 | NLP CAS |
| 開催期間 | 2024-10-17 - 2024-10-18 |
| 開催地（和） | 鳥取大学広報センター |
| 開催地（英） | Information Center, Tottori University |
| テーマ（和） | NLP，CAS，一般 |
| テーマ（英） | Nonlinear Problems, Circuits and Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2024-10-NLP-CAS |
| 本文の言語 | 日本語 |
| タイトル（和） | U-Netを用いた生成画像の高画質化とフラクタル画像の反復生成に関する検討 |
| サブタイトル（和） | |
| タイトル（英） | Investigating High Image Quality of Generated Images and Iterative Generation of Fractal Images Using U-Net |
| サブタイトル（英） | |
| キーワード(1)（和/英） | U-Net / U-Net |
| キーワード(2)（和/英） | 高周波成分 / high-frequency component |
| キーワード(3)（和/英） | 画像変換 / image transformation |
| キーワード(4)（和/英） | 画像生成 / image generation |
| キーワード(5)（和/英） | フラクタル画像 / fractal image |
| キーワード(6)（和/英） | 拡散モデル / Diffusion model |
| 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） | 岡本 紗季 / Saki Okamoto / オカモト サキ |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 神野 健哉 / Kenya Jin'no / ジンノ ケンヤ |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-10-17 13:40:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | CAS2024-36, NLP2024-66 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.207(CAS), no.208(NLP) |
| ページ範囲 | pp.48-51 |
| ページ数 | 4 |
| 発行日 | 2024-10-10 (CAS, NLP) |
[研究会発表申込システムのトップページに戻る]