- …
- …
#201
summarized by : Shoma Iwai
どんな論文か？
Bi-cubicよりも高速かつ高性能な超解像手法を実現．受容野が非常に小さい(2~4)CNNを学習させ，その入出力ペアをLook-up Tableとして保持しておくことで，テスト時はテーブルを検索するだけで済む．スマートフォン上で実行しても100ms以下の測度で実行可能で，PSNRはBicubicを上回り，スパースコーディングベースの手法と同等程度の性能を持つ．
新規性
- Look-up Tableを使用することで，DNNを使いつつも実用的な超解像手法SR-LUTを提案
- 受容野の小ささを補うために，カーネルを回転させて複数回実行し出力の平均を取るRotation Ensembleを提案
- スマートフォン等あらゆるデバイスで実行可能．ソフトウェア，ハードウェア問わず容易に実装できる．
結果
- Bicubicより高速かつ高性能．PSNRはスパースコーディングベースの手法と同程度で数十倍高速
- Rotation Ensembleによりアーティファクトを抑えることに成功し，PSNRも改善した
- 主観評価では，DNNベースの手法よりはぼやけてしまうものの，Bicubicやスパースコーディングベースの手法よりは鮮鋭な画像を出力できた
その他（なぜ通ったか？等）
github: https://github.com/yhjo09/SR-LUT
デモ用のアンドロイドアプリも開発してあり，実際に試せる模様
- …
- …