読者です 読者をやめる 読者になる 読者になる

橙色の日々を。

わたくし橙乃が気になったことをクリップするブログ。

【Deep Learning】SRCNNの論文をツールに通して雑に訳す【概要】

論文訳

ツールに通せない人だっているんですよ!

 

それとなーく形にしておく。

 

SRCNN・訳・概要編

 

 

こんにちは、橙乃巻です。

 

必要に駆られて論文を読んでおります。

 

せっかくなので共有できたらなーとここに置いておくだけです。

内容に関しては一切の責任を問いません笑

 

本文を右手に

コーヒーを左手に

参考程度にどうぞ!

 

本文は以下より。

Image Super-Resolution Using Deep Convolutional Networks.

https://arxiv.org/pdf/1501.00092.pdf

 

<概要>

  1. 我々は、単一画像超解像(SR)のための深層学習方法を提案する。
  2. 我々の手法は、低/高解像度画像間のエンド・ツー・エンド・マッピングを直接学習する。
  1. このマッピングは、低解像度画像を入力とし、高解像度画像を出力するディープコンボルーションニューラルネットワーク(CNN)として表される。
  2. さらに、伝統的なスパースコーディングに基づくSR手法は、深層畳み込みネットワークと見なすこともできます。
  3. しかし、各コンポーネントを個別に処理する従来の手法とは異なり、本手法は共同ですべてのレイヤを最適化します。
  1. 私たちの深層CNNは、軽量構造ですが、最先端の復元品質を実証し、実用的なオンライン手法を利用することによって高速なスピードを実現します。
  2. さらに、3つのカラーチャンネルに同時に対応するようにネットワークを拡張し、全体的な再構成品質を向上させます。

 

次回、導入編。