情報処理学会第85回全国大会 会期:2023年3月2日~4日 会場:電気通信大学

1Q-07
レイヤー方向/チャンネル方向のアテンションに基づく畳み込みニューラルネットワークによる画像超解像
○ユンコウ セキ,青木輝勝(東京工科大)
近年,ディープラーニングの急速な発展に伴い,画像の超解像に関する研究が飛躍的に進展している.しかし,既存のアルゴリズムでは,レイヤー特徴や高周波情報を有効に利用する機能がない.その結果,再構成された高解像度画像の品質は実用上十分なものではない.この問題を解決するために,本研究では,CADN (Channel attention Dense Network) と呼ばれる新しい超解像手法を提案する.CADNは低解像度画像から高解像度画像へのエンドツーエンドの学習マッピングをできる畳み込みニューラルネットワークネットワーク.CADNは,RDB(Residual Dense Block)とECAB(Efficient Channel Attention Block)を組み合わせたレイヤー方向のアテンションとチャンネル方向のアテンションに基づくCADB(channel attention Dense Block)に構成された.実験の結果によるとCADNは5つのデータセットで既存の手法を上回る