論文の概要: A Comprehensive Review of Deep Learning-based Single Image Super-resolution

• arxiv url: http://arxiv.org/abs/2102.09351v1
• Date: Thu, 18 Feb 2021 14:04:25 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-19 14:24:01.367562
• Title: A Comprehensive Review of Deep Learning-based Single Image Super-resolution
• Title（参考訳）: 深層学習による単一画像スーパーレゾリューションの総合的検討
• Authors: Syed Muhammad Arsalan Bashir, Yi Wang, Mahrukh Khan
• Abstract要約: この調査は、ディープラーニングの観点からの超解像の分野での最近の進歩を詳細に調査する試みである。 本調査は,画像sr法を,古典法,教師付き学習法,教師なし学習法,ドメイン固有sr法という4つのカテゴリに分類した。 SRの深層学習に基づくアプローチは参照データセットを用いて評価される。
• 参考スコア（独自算出の注目度）: 4.234711903716694
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Image super-resolution (SR) is one of the vital image processing methods that improve the resolution of an image in the field of computer vision. In the last two decades, significant progress has been made in the field of super-resolution, especially utilizing deep learning methods. This survey is an effort to provide a detailed survey of recent progress in the field of super-resolution in the perspective of deep learning while also informing about the initial classical methods used for achieving super-resolution. The survey classifies the image SR methods into four categories, i.e., classical methods, supervised learning-based methods, unsupervised learning-based methods, and domain-specific SR methods. We also introduce the problem of SR to provide intuition about image quality metrics, available reference datasets, and SR challenges. Deep learning-based approaches of SR are evaluated using a reference dataset. Finally, this survey is concluded with future directions and trends in the field of SR and open problems in SR to be addressed by the researchers.
• Abstract（参考訳）: 画像スーパー解像度(SR)は、コンピュータビジョンの分野における画像の解像度を向上させる重要な画像処理方法の1つです。 過去20年間で、特にディープラーニングの手法を利用して、超解像の分野で大きな進歩を遂げた。 この調査は、深層学習の観点から超解像領域の最近の進歩を詳細に調査すると同時に、超解像達成に用いる初期の古典的手法についても報告する試みである。 本調査は,画像sr法を,古典法,教師付き学習法,教師なし学習法,ドメイン固有sr法という4つのカテゴリに分類した。 また、画像品質指標、利用可能な参照データセット、SRチャレンジに関する直感を提供するSRの問題も紹介します。 SRの深層学習に基づくアプローチは参照データセットを用いて評価される。 最後に、この調査は、SRの分野における今後の方向性とトレンドと、研究者によって対処されるSRのオープンな問題で締めくくられる。

関連論文リスト

• Learning from Multi-Perception Features for Real-Word Image Super-resolution [87.71135803794519]
  入力画像の複数の知覚的特徴を利用する新しいSR手法MPF-Netを提案する。 本稿では,MPFEモジュールを組み込んで,多様な知覚情報を抽出する手法を提案する。 また、モデルの学習能力を向上する対照的な正規化項(CR)も導入する。
  論文  参考訳（メタデータ） (2023-05-26T07:35:49Z)
• Guided Depth Map Super-resolution: A Survey [88.54731860957804]
  誘導深度マップ超解像(GDSR)は、高分解能(HR)深度マップを低分解能(LR)観測から2枚のHRカラー画像の助けを借りて再構成することを目的としている。 近年,特に強力な深層学習技術を用いて,斬新で効果的なアプローチが多数提案されている。 この調査は、GDSRの最近の進歩に関する包括的調査を提示する試みである。
  論文  参考訳（メタデータ） (2023-02-19T15:43:54Z)
• Hitchhiker's Guide to Super-Resolution: Introduction and Recent Advances [3.966405801901351]
  スーパーレゾリューション(SR)は繁栄する研究領域となっている。 有望な結果にもかかわらず、この分野はさらなる研究を必要とする課題に直面している。 このレビューは究極的には、研究者がSRに適用されるDLの境界を押し上げるのを助けることを目的としている。
  論文  参考訳（メタデータ） (2022-09-27T03:28:34Z)
• Real-World Image Super-Resolution by Exclusionary Dual-Learning [98.36096041099906]
  実世界の画像超解像は,高品質な画像を得るための実用的な画像復元問題である。 深層学習に基づく手法は、現実世界の超解像データセットの復元に期待できる品質を実現している。 本稿では,RWSR-EDL(Real-World Image Super-Resolution by Exclusionary Dual-Learning)を提案する。
  論文  参考訳（メタデータ） (2022-06-06T13:28:15Z)
• A Systematic Survey of Deep Learning-based Single-Image Super-Resolution [44.40478296457616]
  単一像超解像(SISR)は画像処理において重要な課題であり、画像システムの解像度を高めることを目的としている。 最近、SISRは大きな飛躍を遂げ、ディープラーニング(DL)の助けを借りて有望な成果を上げている。
  論文  参考訳（メタデータ） (2021-09-29T10:41:41Z)
• Structure-Preserving Image Super-Resolution [94.16949589128296]
  単一画像超解像(SISR)の構造 近年の研究では、フォトリアリスティック画像の復元によるSISRの開発が進められている。 しかし、回収された画像にはいまだ望ましくない構造歪みがある。
  論文  参考訳（メタデータ） (2021-09-26T08:48:27Z)
• Blind Image Super-Resolution: A Survey and Beyond [43.316988709621604]
  ブラインド画像超解像(SR)は、未知の劣化を伴う低解像度画像の超解像を目指している。 長年の努力にもかかわらず、依然として挑戦的な研究課題として残っている。 本稿では,近年のブラインド画像SRの進歩を体系的に検討する。
  論文  参考訳（メタデータ） (2021-07-07T07:38:14Z)
• Deep Learning-based Face Super-resolution: A Survey [78.11274281686246]
  顔の超解像、別名顔の幻覚は、ドメイン固有のイメージの超解像問題です。 現在、深層学習に基づく顔の超解像に関する研究の要約は少ない。 本調査では,超解像面における深層学習の手法を体系的に総合的に検討する。
  論文  参考訳（メタデータ） (2021-01-11T08:17:11Z)
• Video Super Resolution Based on Deep Learning: A Comprehensive Survey [87.30395002197344]
  深層学習に基づく33の最先端ビデオ超解像法(VSR)を包括的に検討した。 そこで本研究では,フレーム間情報を利用した分類手法を提案し,その手法を6つのサブカテゴリに分類する。 いくつかのベンチマークデータセットにおける代表的VSR法の性能を要約し比較する。
  論文  参考訳（メタデータ） (2020-07-25T13:39:54Z)

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。