論文の概要: Stereo Endoscopic Image Super-Resolution Using Disparity-Constrained Parallel Attention

• arxiv url: http://arxiv.org/abs/2003.08539v1
• Date: Thu, 19 Mar 2020 02:12:08 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 04:41:30.832999
• Title: Stereo Endoscopic Image Super-Resolution Using Disparity-Constrained Parallel Attention
• Title（参考訳）: 差分制約並列注意を用いた立体内視鏡像の超解像
• Authors: Tianyi Zhang, Yun Gu, Xiaolin Huang, Enmei Tu and Jie Yang
• Abstract要約: ステレオ画像ペア内の超解像を同時に計算するDCSSRnet(Disparity-Constrained stereo super- resolution network)を提案する。 腹腔鏡画像による実験結果から,提案手法は定量評価と定性評価の両方において,現在のSR法より優れていることが示された。
• 参考スコア（独自算出の注目度）: 29.536587392367025
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the popularity of stereo cameras in computer assisted surgery techniques, a second viewpoint would provide additional information in surgery. However, how to effectively access and use stereo information for the super-resolution (SR) purpose is often a challenge. In this paper, we propose a disparity-constrained stereo super-resolution network (DCSSRnet) to simultaneously compute a super-resolved image in a stereo image pair. In particular, we incorporate a disparity-based constraint mechanism into the generation of SR images in a deep neural network framework with an additional atrous parallax-attention modules. Experiment results on laparoscopic images demonstrate that the proposed framework outperforms current SR methods on both quantitative and qualitative evaluations. Our DCSSRnet provides a promising solution on enhancing spatial resolution of stereo image pairs, which will be extremely beneficial for the endoscopic surgery.
• Abstract（参考訳）: コンピュータ支援手術技術におけるステレオカメラの普及に伴い、第2の視点は手術における追加情報を提供する。 しかし、超解像(SR)目的のステレオ情報を効果的にアクセスし利用する方法は、しばしば課題である。 本稿では,ステレオ画像ペア内の超解像を同時に計算するDCSSRnet(Disparity-Constrained stereo super- resolution network)を提案する。 特に,新たなatrous parallax-attentionモジュールを備えたディープニューラルネットワークフレームワークにおけるsr画像生成には,不均一な制約機構が組み込まれている。 腹腔鏡画像による実験の結果,提案手法は定量評価と定性評価の両方において,現在のSR法より優れていることが示された。 我々のDCSSRnetは立体画像対の空間分解能を高めるための有望なソリューションを提供する。

関連論文リスト

• Unpaired Optical Coherence Tomography Angiography Image Super-Resolution via Frequency-Aware Inverse-Consistency GAN [6.717440708401628]
  本稿では,GANに基づくOCTA画像の非ペア化超解像法を提案する。 また,再構成画像の正確なスペクトル化を容易にするため,識別器の周波数認識による逆方向の損失も提案する。 実験により,本手法は,他の最先端の未経験手法よりも定量的,視覚的に優れていることが示された。
  論文  参考訳（メタデータ） (2023-09-29T14:19:51Z)
• Dual Arbitrary Scale Super-Resolution for Multi-Contrast MRI [23.50915512118989]
  マルチコントラスト超解像 (SR) 再構成により, SR画像の高画質化が期待できる。 放射線技師は、固定スケールではなく任意のスケールでMR画像を拡大することに慣れている。 本稿では,Dual-ArbNetと呼ばれる,暗黙的ニューラル表現に基づくマルチコントラストMRI超解像法を提案する。
  論文  参考訳（メタデータ） (2023-07-05T14:43:26Z)
• Passive superresolution imaging of incoherent objects [63.942632088208505]
  手法は、Hermite-Gaussianモードとその重ね合わせのオーバーコンプリートベースで、画像平面内のフィールドの空間モード成分を測定することで構成される。 ディープニューラルネットワークは、これらの測定からオブジェクトを再構築するために使用される。
  論文  参考訳（メタデータ） (2023-04-19T15:53:09Z)
• Cross-View Hierarchy Network for Stereo Image Super-Resolution [14.574538513341277]
  ステレオ画像スーパーレゾリューションは、ビュー間の相補的な情報を活用することにより、高解像度ステレオ画像ペアの品質を向上させることを目的としている。 ステレオ画像超解法(CVHSSR)のためのクロスビュー階層ネットワーク(Cross-View-Hierarchy Network)という新しい手法を提案する。 CVHSSRは、パラメータを減らしながら、他の最先端手法よりも最高のステレオ画像超解像性能を達成する。
  論文  参考訳（メタデータ） (2023-04-13T03:11:30Z)
• Spatially-Adaptive Feature Modulation for Efficient Image Super-Resolution [90.16462805389943]
  視覚変換器(ViT)のようなブロック上に,空間適応型特徴変調(SAFM)機構を開発する。 提案法は最先端のSR法よりも3倍程度小さい。
  論文  参考訳（メタデータ） (2023-02-27T14:19:31Z)
• Model-Guided Multi-Contrast Deep Unfolding Network for MRI Super-resolution Reconstruction [68.80715727288514]
  MRI観察行列を用いて,反復型MGDUNアルゴリズムを新しいモデル誘導深部展開ネットワークに展開する方法を示す。 本稿では,医療画像SR再構成のためのモデルガイド型解釈可能なDeep Unfolding Network(MGDUN)を提案する。
  論文  参考訳（メタデータ） (2022-09-15T03:58:30Z)
• Single MR Image Super-Resolution using Generative Adversarial Network [0.696125353550498]
  Real Enhanced Super Resolution Generative Adrial Network (Real-ESRGAN) は、高解像度画像の生成に使われている最近の効果的なアプローチの1つである。 本稿では,2次元MR画像の空間分解能を高めるために本手法を適用した。
  論文  参考訳（メタデータ） (2022-07-16T23:15:10Z)
• Rank-Enhanced Low-Dimensional Convolution Set for Hyperspectral Image Denoising [50.039949798156826]
  本稿では,ハイパースペクトル(HS)画像の難解化問題に対処する。 ランク付き低次元畳み込み集合(Re-ConvSet)を提案する。 次に、Re-ConvSetを広く使われているU-Netアーキテクチャに組み込んで、HS画像復号法を構築する。
  論文  参考訳（メタデータ） (2022-07-09T13:35:12Z)
• MIASSR: An Approach for Medical Image Arbitrary Scale Super-Resolution [3.0554209431226624]
  単一画像超解像は、1つの低解像度画像から高解像度の出力を得る。 深層学習に基づくSISRアプローチは、医用画像処理において広く議論されている。 医用画像任意スケール超解像(MIASSR)へのアプローチを提案する。
  論文  参考訳（メタデータ） (2021-05-22T14:24:25Z)
• Adaptive Gradient Balancing for UndersampledMRI Reconstruction and Image-to-Image Translation [60.663499381212425]
  本研究では,新しい適応勾配バランス手法を併用したwasserstein生成逆ネットワークを用いて,画質の向上を図る。 MRIでは、他の技術よりも鮮明な画像を生成する高品質の再構築を維持しながら、アーティファクトを最小限に抑えます。
  論文  参考訳（メタデータ） (2021-04-05T13:05:22Z)
• Asymmetric CNN for image super-resolution [102.96131810686231]
  深層畳み込みニューラルネットワーク(CNN)は、過去5年間で低レベルビジョンに広く適用されています。 画像超解像のための非対称ブロック(AB)、mem?ory拡張ブロック(MEB)、高周波数特徴強調ブロック(HFFEB)からなる非対称CNN(ACNet)を提案する。 我々のACNetは、ブラインドノイズの単一画像超解像(SISR)、ブラインドSISR、ブラインドSISRを効果的に処理できる。
  論文  参考訳（メタデータ） (2021-03-25T07:10:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。