| 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) |