- …
- …
#204
summarized by : Masanori YANO
どんな論文か?
深層学習ベースの画像ペアの融合がタスクごとに固有の作り込みで、かつ教師データも必要としたことに対し、CVPR 2018採択のDeep Image Priorを発展させ、教師データなしで複数のタスクを統一的に解けるフレームワーク。
新規性
画像の拡大(Upsampling)を含むURU及び特徴の精錬(Refinement)を行うFRUの、2種類のユニットをDeep Image Priorのデコーダに組み込んだGuided Deep Decoderを提案した。なお、損失関数はタスクごとに異なる関数を適用するが、共通したネットワーク構造で複数のタスクを解くことができる。
結果
ハイパースペクトル画像の超解像、パンシャープン処理、ノイズ除去の3種類のタスクで復元画像の比較評価を行い、従来手法を上回る結果。
その他(なぜ通ったか?等)
統一的に見通しよく複数のタスクを解けて、かつ複数のタスクで従来手法を上回る性能を示したため通ったと考えられる。
- …
- …