講演名 | 2023-03-02 ShiftIR GANを用いたカーボンナノチューブ画像の超解像度化 各務 嘉記(名城大), 丸山 隆浩(名城大), 堀田 一弘(名城大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 本論文ではカーボンナノチューブ画像の超解像を行う.従来のSwinIRよりも高精度な超解像度化を実現するために,より大きなサイズの画像を入力するEncoder-Decoder構造と,局所特徴抽出のためのShift機構を導入したShiftIRを提案する.また,ShiftIRでは十分にLossが減少し,精度も高くなったが,さらにLossを小さくし,精度を向上させるためにShiftIR にWasserstein GAN-GPとWing Lossを導入したShiftIR GANを提案する.また,不鮮明な画像のみでも高精度に超解像を行うため,再学習による超解像手法を用いる.実験ではDIV2K,General100,Set5,カーボンナノチューブ画像(透過電子顕微鏡像)データセットに対して評価した.実験の結果,提案手法のShiftIR GAN はSwinIRやGANを用いないShiftIRよりも高い精度が得られることを確認し,提案手法によりカーボンナノチューブ画像の超解像化が可能であることを示した.また,一般的な超解像データセットを用いた実験も行い,提案手法の有効性を示した. |
抄録(英) | |
キーワード(和) | 超解像度 / カーボンナノチューブ / SwinIR / Shift機構 / GAN / 再学習法 |
キーワード(英) | |
資料番号 | PRMU2022-68,IBISML2022-75 |
発行日 | 2023-02-23 (PRMU, IBISML) |
研究会情報 | |
研究会 | PRMU / IBISML / IPSJ-CVIM |
---|---|
開催期間 | 2023/3/2(から2日開催) |
開催地(和) | はこだて未来大学 |
開催地(英) | Future University Hakodate |
テーマ(和) | 異分野連携(PRMU)、AutoML (CVIM)、機械学習の理論と応用の広がり(IBISML) |
テーマ(英) | |
委員長氏名(和) | 内田 誠一(九大) / 杉山 将(東大) |
委員長氏名(英) | Seiichi Uchida(Kyushu Univ.) / Masashi Sugiyama(Univ. of Tokyo) |
副委員長氏名(和) | 舩冨 卓哉(奈良先端大) / 安倍 満(デンソーアイティーラボラトリ) / 神嶌 敏弘(産総研) / 津田 宏治(東大) |
副委員長氏名(英) | Takuya Funatomi(NAIST) / Mitsuru Anpai(Denso IT Lab.) / Toshihiro Kamishima(AIST) / Koji Tsuda(Univ. of Tokyo) |
幹事氏名(和) | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) / 岩田 具治(NTT) / 中村 篤祥(北大) |
幹事氏名(英) | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) / Tomoharu Iwata(NTT) / Atsuyoshi Nakamura(Hokkaido Univ.) |
幹事補佐氏名(和) | 井上 中順(東工大) / 川西 康友(理研) / 河原 吉伸(阪大) / 鈴木 大慈(東工大) |
幹事補佐氏名(英) | Nakamasa Inoue(Tokyo Inst. of Tech.) / Yasutomo Kawanishi(Riken) / Yoshinobu Kawahara(Osaka Univ.) / Taiji Suzuki(Tokyo Inst. of Tech.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Technical Committee on Information-Based Induction Sciences and Machine Learning / Special Interest Group on Computer Vision and Image Media |
---|---|
本文の言語 | JPN-ONLY |
タイトル(和) | ShiftIR GANを用いたカーボンナノチューブ画像の超解像度化 |
サブタイトル(和) | |
タイトル(英) | |
サブタイトル(和) | |
キーワード(1)(和/英) | 超解像度 |
キーワード(2)(和/英) | カーボンナノチューブ |
キーワード(3)(和/英) | SwinIR |
キーワード(4)(和/英) | Shift機構 |
キーワード(5)(和/英) | GAN |
キーワード(6)(和/英) | 再学習法 |
第 1 著者 氏名(和/英) | 各務 嘉記 / Yoshiki Kakamu |
第 1 著者 所属(和/英) | 名城大学(略称:名城大) Meijo University(略称:Meijo Univ.) |
第 2 著者 氏名(和/英) | 丸山 隆浩 / Takahiro Maruyama |
第 2 著者 所属(和/英) | 名城大学(略称:名城大) Meijo University(略称:Meijo Univ.) |
第 3 著者 氏名(和/英) | 堀田 一弘 / Kazuhiro Hotta |
第 3 著者 所属(和/英) | 名城大学(略称:名城大) Meijo University(略称:Meijo Univ.) |
発表年月日 | 2023-03-02 |
資料番号 | PRMU2022-68,IBISML2022-75 |
巻番号(vol) | vol.122 |
号番号(no) | PRMU-404,IBISML-405 |
ページ範囲 | pp.54-58(PRMU), pp.54-58(IBISML), |
ページ数 | 5 |
発行日 | 2023-02-23 (PRMU, IBISML) |