Fugu-MT 論文翻訳(概要): GDCA: GAN-based single image super resolution with Dual discriminators and Channel Attention

論文の概要: GDCA: GAN-based single image super resolution with Dual discriminators and Channel Attention

arxiv url: http://arxiv.org/abs/2111.05014v1
Date: Tue, 9 Nov 2021 09:11:59 GMT
ステータス: 処理完了
システム内更新日: 2021-11-10 19:59:14.998386
Title: GDCA: GAN-based single image super resolution with Dual discriminators and Channel Attention
Title（参考訳）: GDCA:デュアルディスクリミネータとチャネルアテンションを用いたGANを用いた単一画像超解像
Authors: Thanh Nguyen, Hieu Hoang, Chang D. Yoo
Abstract要約: 本稿では,2つの識別器を併用したGANに基づく手法を用いて,Single Image Super-Resolution (SISR) について検討する。実験結果から, GDCAは従来の手法と比較して, シャープで高精細な画像を生成することができることがわかった。
参考スコア（独自算出の注目度）: 15.62000135686936
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Single Image Super-Resolution (SISR) is a very active research field. This paper addresses SISR by using a GAN-based approach with dual discriminators and incorporating it with an attention mechanism. The experimental results show that GDCA can generate sharper and high pleasing images compare to other conventional methods.
Abstract（参考訳）: SISR(Single Image Super-Resolution)は、非常に活発な研究分野である。本稿では,二元判別器を用いたGAN手法を用いてSISRに対処し,注意機構を組み込んだ。実験の結果,GDCAは従来の手法と比較して,シャープで高精細な画像を生成することができた。

関連論文リスト

DifAugGAN: A Practical Diffusion-style Data Augmentation for GAN-based Single Image Super-resolution [88.13972071356422]
本稿では,DifAugGAN として知られる GAN ベースの画像超解像法(SR) のための拡散型データ拡張手法を提案する。それは、訓練中の判別器の校正を改善するために、生成拡散モデルに拡散過程を適用することを含む。我々のDifAugGANは、現在のGANベースのSISR手法のプラグ・アンド・プレイ戦略であり、判別器の校正を改善し、SR性能を向上させることができる。
論文参考訳（メタデータ） (2023-11-30T12:37:53Z)
AI-Generated Image Detection using a Cross-Attention Enhanced Dual-Stream Network [10.535234861120209]
本研究は,AIGCにおけるテキスト・画像生成プロセスに焦点をあてる。我々は,残差ストリームとコンテンツストリームからなるロバストなデュアルストリームネットワークを開発する。提案手法は,画像解像度の異なる従来のCG検出技術より一貫して優れる。
論文参考訳（メタデータ） (2023-06-12T10:19:13Z)
Better "CMOS" Produces Clearer Images: Learning Space-Variant Blur Estimation for Blind Image Super-Resolution [30.816546273417774]
我々は、空のぼかしを持つ2つの新しいデータセット、すなわちNYUv2-BSRとCityscapes-BSRを導入する。データセットに基づいて,ブラーとセマンティクスを同時に推定するクロスモーダルファシオンネットワーク(CMOS)を設計する。
論文参考訳（メタデータ） (2023-04-07T08:40:31Z)
Hierarchical Similarity Learning for Aliasing Suppression Image Super-Resolution [64.15915577164894]
エイリアスの影響を抑制するために階層画像超解像ネットワーク(HSRNet)を提案する。 HSRNetは、他の作品よりも定量的かつ視覚的なパフォーマンスを向上し、エイリアスをより効果的に再送信する。
論文参考訳（メタデータ） (2022-06-07T14:55:32Z)
Generative Adversarial Networks for Image Super-Resolution: A Survey [101.39605080291783]
単一画像超解像(SISR)は画像処理の分野で重要な役割を果たしている。近年のGAN(Generative Adversarial Network)は,小サンプルを用いた低解像度画像に対して優れた結果が得られる。本稿では,異なる視点からGANの比較研究を行う。
論文参考訳（メタデータ） (2022-04-28T16:35:04Z)
DSRGAN: Detail Prior-Assisted Perceptual Single Image Super-Resolution via Generative Adversarial Networks [24.197669641270892]
GAN(Generative Adversarial Network)は、知覚単一画像超解像(SISR)の研究に成功している。我々は、この問題を緩和し、より現実的な詳細を回復する上で、GANを支援するための新しい事前知識、詳細を提案する。実験の結果,DSRGANは知覚的指標において最先端のSISR法より優れており,同時に忠実度指標の点で同等の結果が得られることがわかった。
論文参考訳（メタデータ） (2021-12-25T06:23:52Z)
Dual-Camera Super-Resolution with Aligned Attention Modules [56.54073689003269]
デュアルカメラ・スーパーレゾリューション(DCSR)に着目したレファレンスベース・スーパーレゾリューション(RefSR)への新しいアプローチを提案する。提案手法は,空間アライメント操作と標準パッチベースの特徴マッチングを一般化する。実世界の画像とトレーニング画像の領域ギャップを埋めるために,自己監督型領域適応戦略を提案する。
論文参考訳（メタデータ） (2021-09-03T07:17:31Z)
Ensemble and Random Collaborative Representation-Based Anomaly Detector for Hyperspectral Imagery [133.83048723991462]
ハイパースペクトル異常検出(HAD)のための新しいアンサンブルおよびランダム共同表現型検出器(ERCRD)を提案する。 4つの実超スペクトルデータセットを用いた実験により,提案手法の精度と効率を10段階法と比較した。
論文参考訳（メタデータ） (2021-01-06T11:23:51Z)
DDet: Dual-path Dynamic Enhancement Network for Real-World Image Super-Resolution [69.2432352477966]
実画像超解像(Real-SR)は、実世界の高分解能画像(HR)と低分解能画像(LR)の関係に焦点を当てている。本稿では,Real-SRのためのデュアルパス動的拡張ネットワーク(DDet)を提案する。特徴表現のための大規模な畳み込みブロックを積み重ねる従来の手法とは異なり、非一貫性のある画像対を研究するためのコンテンツ認識フレームワークを導入する。
論文参考訳（メタデータ） (2020-02-25T18:24:51Z)

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。