Fugu-MT 論文翻訳(概要): A Novel Fast 3D Single Image Super-Resolution Algorithm

論文の概要: A Novel Fast 3D Single Image Super-Resolution Algorithm

arxiv url: http://arxiv.org/abs/2010.15491v1
Date: Thu, 29 Oct 2020 11:23:28 GMT
ステータス: 処理完了
システム内更新日: 2022-10-01 23:39:06.859765
Title: A Novel Fast 3D Single Image Super-Resolution Algorithm
Title（参考訳）: 高速3次元画像超解法アルゴリズム
Authors: Nwigbo Kenule Tuador, Duong Hung Pham, J\'er\^ome Michetti, Adrian Basarab, Denis Kouam\'e
Abstract要約: 本稿では,3次元画像超解像(SR)問題を解く新しい計算効率の手法を提案する。主な貢献は、関連するデシメーションと演算子を同時に扱う元の方法にある。提案した3次元デシメーション演算子の分解技術は、Tikhonov正則化の簡単な実装を可能にする。
参考スコア（独自算出の注目度）: 8.922669577341225
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper introduces a novel computationally efficient method of solving the 3D single image super-resolution (SR) problem, i.e., reconstruction of a high-resolution volume from its low-resolution counterpart. The main contribution lies in the original way of handling simultaneously the associated decimation and blurring operators, based on their underlying properties in the frequency domain. In particular, the proposed decomposition technique of the 3D decimation operator allows a straightforward implementation for Tikhonov regularization, and can be further used to take into consideration other regularization functions such as the total variation, enabling the computational cost of state-of-the-art algorithms to be considerably decreased. Numerical experiments carried out showed that the proposed approach outperforms existing 3D SR methods.
Abstract（参考訳）: 本稿では,3次元画像超解像(SR)問題,すなわち高分解能ボリュームを低分解能画像から再構成する,新しい計算効率の手法を提案する。主な貢献は、周波数領域の基底特性に基づいて、関連するデシメーションとぼやけ演算子を同時に扱う元の方法にある。特に、提案された3次元デシメーション演算子の分解技術は、ティホノフ正則化の簡単な実装を可能にし、さらに、全変動などの他の正則化関数を考慮して、最先端アルゴリズムの計算コストを大幅に削減することができる。数値実験により,提案手法は既存の3次元SR法よりも優れた性能を示した。

関連論文リスト

3D Equivariant Pose Regression via Direct Wigner-D Harmonics Prediction [50.07071392673984]
既存の方法は、角度や四元数を用いて空間領域でパラメータ化された3次元回転を学習する。本稿では,3次元回転回帰のためのWigner-D係数を直接予測する周波数領域アプローチを提案する。提案手法は, ModelNet10-SO(3) や PASCAL3D+ などのベンチマーク上での最先端結果を実現する。
論文参考訳（メタデータ） (2024-11-01T12:50:38Z)
Plug-and-Play Regularization on Magnitude with Deep Priors for 3D Near-Field MIMO Imaging [0.0]
近接場レーダイメージングシステムは、隠蔽兵器の検出や医療診断など、幅広い用途で使用されている。 3次元複素数値反射率の問題は、その大きさに対して正則化を強制することによるものである。
論文参考訳（メタデータ） (2023-12-26T12:25:09Z)
Ultra Low Complexity Deep Learning Based Noise Suppression [3.4373727078460665]
本稿では,資源制約されたデバイス上でのリアルタイム音声強調において,ディープニューラルネットワークの計算複雑性を低減させる革新的な手法を提案する。提案アルゴリズムは,従来の最先端手法の3倍から4倍の計算量とメモリ使用量を示す。
論文参考訳（メタデータ） (2023-12-13T13:34:15Z)
An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
論文参考訳（メタデータ） (2023-06-10T08:25:16Z)
LRIP-Net: Low-Resolution Image Prior based Network for Limited-Angle CT Reconstruction [5.796842150589423]
ダウンサンプル投影データ上に低分解能再構成問題を構築する。再構成した低解像度画像を,元のリミテッドアングルCT問題に対する事前知識として利用する。
論文参考訳（メタデータ） (2022-07-30T13:03:20Z)
Stable and memory-efficient image recovery using monotone operator learning (MOL) [24.975981795360845]
画像における大規模逆問題に対するモノトン深部平衡学習フレームワークを提案する。提案アルゴリズムは、各反復は、スコア関数を含む勾配降下と、データの一貫性を促進する共役勾配アルゴリズムからなる前方後方分割に依存する。実験により,提案手法は入力摂動の有無で安定でありながら,3次元設定における性能向上を図っている。
論文参考訳（メタデータ） (2022-06-06T21:56:11Z)
Differentiable Rendering with Perturbed Optimizers [85.66675707599782]
2Dイメージプロジェクションから3Dシーンを推論することは、コンピュータビジョンにおける中核的な問題の一つだ。我々の研究は、よく知られた微分可能な定式化とランダムなスムーズなレンダリングの関連性を強調している。提案手法を3次元シーン再構成に適用し,その利点を6次元ポーズ推定と3次元メッシュ再構成の課題に適用した。
論文参考訳（メタデータ） (2021-10-18T08:56:23Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
論文参考訳（メタデータ） (2020-08-25T03:30:53Z)
A Characteristic Function-based Algorithm for Geodesic Active Contours [22.261573913658175]
本稿では,特徴関数を用いてその輪郭を暗黙的に表現し,測地線のアクティブな輪郭に新たな表現を提案する。反復畳み込み保持法(ICTM)と呼ばれる効率的なアルゴリズムを導出する。さらに、ICTMはレベルセットベースの手法の最も望ましい特徴を享受している。
論文参考訳（メタデータ） (2020-07-01T14:39:14Z)
Spatial-Spectral Residual Network for Hyperspectral Image Super-Resolution [82.1739023587565]
ハイパースペクトル画像超解像のための新しいスペクトル空間残差ネットワーク(SSRNet)を提案する。提案手法は,2次元畳み込みではなく3次元畳み込みを用いて空間スペクトル情報の探索を効果的に行うことができる。各ユニットでは空間的・時間的分離可能な3次元畳み込みを用いて空間的・スペクトル的な情報を抽出する。
論文参考訳（メタデータ） (2020-01-14T03:34:55Z)

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。