- …
- …
#203
summarized by : Kazuma_Asano
どんな論文か？
従来の深層学習を利用した超解像は推測したブラーカーネルとミスマッチし，オーバースムージングまたはオーバーシェイピングによって超解像化が上手くいかないことが実験的にわかった(現実の画像のブラーカーネルはもっと複雑で未知)．そこで提案手法ではブラーカーネル自体を予測するモジュールを加えるblind Super Resolutionにチャレンジし，超解像でSOTAを獲得．
新規性
コントリビューションは以下の通りである．
1.単一画像からブラーカーネルの予測を行い超解像する深層学習フレームワークを提案
2.複数のブラーカーネルから空間的特徴量を獲得するblind SRでの超解像ネットワークも提案
3.従来の超解像ネットワークと提案手法を比較し，提案手法が超解像タスクのSOTAを獲得
結果
3つのデータセットを利用して4つの従来手法と提案手法を比較．また低解像度時にカーネルサイズを変えて実験を行った．従来手法より高い精度で超解像しているのはもちろん，カーネルサイズが変化すると精度が落ちる従来手法に比べ，提案手法では精度が落ちずに超解像できていることを示した．
その他（なぜ通ったか？等）
- …
- …