- …
- …
#339
summarized by : So Uchida
どんな論文か？
Blind Super-ResolutionにおいてInternal Learningが有効であるが，テスト画像に対して逐一学習を回すため，処理時間が膨大である．提案手法(MZSR)では，Meta-Transfer Learninigを通して，少ないパラメータ更新でInternal Learningが完了する初期パラメータを求める．
新規性
Blind Super-ResolutionにおけるInternal Learningの手法にはZSSR，KernelGANが存在するが，これらのパラメータはランダムに初期化される．本論文はここにMeta-Learningのスキームを導入した初めての論文である．
結果
複数のブラーカーネルを用いたBlind Super-Resolutionタスクにおいて，ZSSRと同等以上の性能を確認．Meta-Transfer Learninigで外部データセットを用いるため，カーネル幅が広い場合や異方性カーネルに対し，内部情報しか利用できないZSSRより高精度を示す．また，この精度を示すのに必要なパラメータ更新回数は10回のみであり，ZSSRの約400倍の速度である．
その他（なぜ通ったか？等）
- …
- …