#339
summarized by : So Uchida
Meta-Transfer Learning for Zero-Shot Super-Resolution

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.
placeholder

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)