#740
summarized by : Anonymous
Deep Degradation Prior for Low-Quality Image Classification
Yang Wang, Yang Cao, Zheng-Jun Zha, Jing Zhang, Zhiwei Xiong

どんな論文か？

CNNでの画像分類は，一般的に高画質な画像と大規模な注釈付きデータセットで学習される．これは低画質の画像をCNNに適用すると，近傍のピクセルの構造的・統計的特性が画像の劣化によって阻害され性能が低下してしまうためである．本論文では，低画質画像分類のための事前処理及びそれを学習するためのモジュールを提案．
placeholder

新規性

本論文では，深層空間表現において，低画質画像と高画質画像のパッチの分布が同じ劣化条件で一様な余白があることを発見．そこで低画質画像分類のための事前処理手法，Deep Degradation Prior(DDP)を提案．また，DDPを学習するためのFeature De-drifting Module(FDM)を提案し，その有効性を示す．

結果

ベンチマークデータであるImageNet-Cを用いた評価では，様々な劣化条件下でDDPが事前学習されたネットワークモデルの精度は20%向上．CUB-Cデータセットから10枚の画像のみを学習に用いる設定でも，VGG16において37%から55%の精度向上を達成．

その他（なぜ通ったか？等）

このページで利用されている画像は論文から引用しています．