Fugu-MT 論文翻訳(概要): Multiresolution Neural Networks for Imaging

論文の概要: Multiresolution Neural Networks for Imaging

arxiv url: http://arxiv.org/abs/2208.11813v2
Date: Sat, 27 Aug 2022 23:38:14 GMT
ステータス: 処理完了
システム内更新日: 2022-08-30 11:12:05.584487
Title: Multiresolution Neural Networks for Imaging
Title（参考訳）: イメージングのためのマルチレゾリューションニューラルネットワーク
Authors: Hallison Paz, Tiago Novello, Vinicius Silva, Luiz Schirmer, Guilherme Schardong, Fabio Chagas, Helio Lopes, Luiz Velho
Abstract要約: 本稿では,マルチレゾリューションニューラルネットワークの汎用アーキテクチャであるMR-Netを提案する。マルチレゾリューション画像表現の例を示し、テクスチャマグニフィケーション、ミニフィケーション、アンチエイリアスに応用する。
参考スコア（独自算出の注目度）: 0.5570192369031546
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present MR-Net, a general architecture for multiresolution neural networks, and a framework for imaging applications based on this architecture. Our coordinate-based networks are continuous both in space and in scale as they are composed of multiple stages that progressively add finer details. Besides that, they are a compact and efficient representation. We show examples of multiresolution image representation and applications to texturemagnification, minification, and antialiasing. This document is the extended version of the paper [PNS+22]. It includes additional material that would not fit the page limitations of the conference track for publication.
Abstract（参考訳）: 本稿では,マルチレゾリューションニューラルネットワークの汎用アーキテクチャであるMR-Netと,このアーキテクチャに基づくアプリケーションイメージングフレームワークを提案する。座標に基づくネットワークは、空間的にも規模的にも連続的であり、さらに細部を段階的に追加する複数のステージで構成されている。さらに、それらはコンパクトで効率的な表現である。マルチレゾリューション画像表現の例とテクスチャ磁化,縮小,アンチエイリアス化への応用について述べる。この文書は紙[PNS+22]の拡張版です。出版のためのカンファレンストラックのページ制限に合致しない追加の資料が含まれている。

関連論文リスト

SHACIRA: Scalable HAsh-grid Compression for Implicit Neural Representations [46.01969382873856]
Inlicit Neural Representation (INR)やNeural Fieldは、マルチメディア信号をエンコードする一般的なフレームワークとして登場した。本稿では,これらの特徴グリッドを,追加のホット後のプルーニング/量子化段階を伴わずに圧縮するフレームワークであるSHACIRAを提案する。我々のアプローチは、大規模なデータセットやドメイン固有のものを必要としない既存のINRアプローチよりも優れています。
論文参考訳（メタデータ） (2023-09-27T17:59:48Z)
NFResNet: Multi-scale and U-shaped Networks for Deblurring [1.2289361708127877]
マルチスケールおよびU字型ネットワークは、デブロアリングを含む様々な画像復元問題に広く利用されている。本稿では,これらのアーキテクチャの比較と,画像の劣化に対する影響について述べる。提案手法は,Pak Signal to Noise (PSNR) 比と構造類似度指数 (SSIM) の値を大きく向上させる。
論文参考訳（メタデータ） (2022-12-12T14:19:34Z)
Towards efficient feature sharing in MIMO architectures [102.40140369542755]
マルチインプットのマルチアウトプットアーキテクチャでは、ひとつのベースネットワーク内でマルチワークをトレーニングし、サブネットワーク予測を平均化し、無料でアンサンブルの恩恵を受けることを提案している。相対的な成功にもかかわらず、これらのアーキテクチャはパラメータの使用に不便である。この論文では、学習したサブネットワークは、より小さなモバイルやAR/VRデバイスに適用性を制限する汎用的な機能でさえも共有できない点を強調します。
論文参考訳（メタデータ） (2022-05-20T12:33:34Z)
Learning Enriched Features for Fast Image Restoration and Enhancement [166.17296369600774]
本稿では,ネットワーク全体を通して空間的精度の高い高解像度表現を維持することを目的とする。我々は、高解像度の空間的詳細を同時に保存しながら、複数のスケールからの文脈情報を組み合わせた豊富な特徴集合を学習する。提案手法は,デフォーカス・デブロアリング,画像デノイング,超解像,画像強調など,さまざまな画像処理タスクに対して,最先端の処理結果を実現する。
論文参考訳（メタデータ） (2022-04-19T17:59:45Z)
Hierarchical Image Peeling: A Flexible Scale-space Filtering Framework [0.0]
階層的なイメージ組織は、コンピュータビジョンとグラフィックスの幅広いアプリケーションで目撃されています。この研究は、画像をスケール空間の観点から導出した信号の族に分解する近代的な枠組みを設計する。コンパクトなリカレントネットワーク、すなわち階層的画像剥離網をカスタマイズして効率良く効果的にタスクを遂行する。
論文参考訳（メタデータ） (2021-04-04T04:08:14Z)
Generating Diverse Structure for Image Inpainting With Hierarchical VQ-VAE [74.29384873537587]
本稿では,異なる構造を持つ複数の粗い結果を第1段階で生成し,第2段階ではテクスチャを増補して各粗い結果を別々に洗練する,多彩な塗布用2段階モデルを提案する。 CelebA-HQ, Places2, ImageNetデータセットによる実験結果から,本手法は塗布ソリューションの多様性を向上するだけでなく,生成した複数の画像の視覚的品質も向上することが示された。
論文参考訳（メタデータ） (2021-03-18T05:10:49Z)
Multi-Stage Progressive Image Restoration [167.6852235432918]
本稿では、これらの競合する目標を最適にバランスできる新しい相乗的設計を提案する。本提案では, 劣化した入力の復元関数を段階的に学習する多段階アーキテクチャを提案する。 MPRNetという名前の密接な相互接続型マルチステージアーキテクチャは、10のデータセットに対して強力なパフォーマンス向上を実現している。
論文参考訳（メタデータ） (2021-02-04T18:57:07Z)
Adversarial Generation of Continuous Images [31.92891885615843]
本稿では,INRに基づく画像デコーダ構築のための2つの新しいアーキテクチャ手法を提案する。私たちは、最先端の連続画像GANを構築するためにそれらを使用します。提案したINR-GANアーキテクチャは連続画像生成装置の性能を数倍改善する。
論文参考訳（メタデータ） (2020-11-24T11:06:40Z)
MPRNet: Multi-Path Residual Network for Lightweight Image Super Resolution [2.3576437999036473]
軽量SRにおけるSOTA性能を向上させる軽量超解像ネットワークを提案する。提案アーキテクチャには新たなアテンション機構であるTwo-Fold Attention Moduleが含まれており,モデルの表現能力を最大化することができる。
論文参考訳（メタデータ） (2020-11-09T17:11:15Z)
DF-GAN: A Simple and Effective Baseline for Text-to-Image Synthesis [80.54273334640285]
本稿では,異なる生成装置間の絡み合わずに高解像度画像を直接合成する,新しい1段階のテキスト・ツー・イメージバックボーンを提案する。また,Matching-Aware Gradient Penalty と One-Way Output を組み合わせた新たなターゲット認識識別器を提案する。現在の最先端手法と比較して,提案するDF-GANはよりシンプルだが,現実的およびテキストマッチング画像の合成には効率的である。
論文参考訳（メタデータ） (2020-08-13T12:51:17Z)
Learning Enriched Features for Real Image Restoration and Enhancement [166.17296369600774]
畳み込みニューラルネットワーク(CNN)は、画像復元作業における従来のアプローチよりも劇的に改善されている。ネットワーク全体を通して空間的精度の高い高解像度表現を維持することを目的とした,新しいアーキテクチャを提案する。提案手法は,高解像度の空間的詳細を同時に保存しながら,複数のスケールからの文脈情報を組み合わせた豊富な特徴集合を学習する。
論文参考訳（メタデータ） (2020-03-15T11:04:30Z)

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。