검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

High-Performance Super-Resolution via Patch-Based Deep Neural Network for Real-Time Implementation 실시간 구현을 위한 패치 기반 심층 신경망을 통한 고성능 초해상도

Reo AOKI, Kousuke IMAMURA, Akihiro HIRANO, Yoshio MATSUDA

  • 조회수

    0

  • 이것을 인용

요약 :

최근에는 단일 영상의 초해상도를 구현하는 최첨단 방법으로 SRCNN(Super-Resolution Convolutional Neural Network)이 널리 알려져 있다. 그러나 SRCNN에는 재기(jaggy) 및 링잉(ringing) 아티팩트와 같은 성능 문제가 존재합니다. 또한, 4K/8K 60fps 등 고해상도 영상 스트림에 대한 실시간 업컨버팅 시스템을 구현하기 위해서는 처리 지연 및 구현 비용 등의 문제가 남아있다. 본 논문에서는 합성곱 신경망(CNN)이 아닌 패치 기반 심층신경망(SR-PDNN)을 통한 고성능 초해상도를 제안한다. SR-PDNN은 매우 간단한 엔드투엔드 학습 시스템에도 불구하고 기존 CNN 기반 접근 방식보다 더 높은 성능을 달성합니다. 또한 이 시스템은 ASIC(주문형 집적회로) 또는 FPGA(필드 프로그래밍 가능 게이트 어레이)를 사용한 하드웨어 구현으로 초저지연 비디오 처리에 적합합니다.

발행
IEICE TRANSACTIONS on Information Vol.E101-D No.11 pp.2808-2817
발행일
2018/11/01
공개일
2018/08/20
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2018EDP7081
원고의 종류
PAPER
범주
이미지 처리 및 비디오 처리

작성자

Reo AOKI
  Kanazawa University,Visual Technologies (ASIC)
Kousuke IMAMURA
  Kanazawa University
Akihiro HIRANO
  Kanazawa University
Yoshio MATSUDA
  Kanazawa University

키워드