Improvement of Luminance Isotropy for Convolutional Neural Networks-Based Image Super-Resolution

URAZOE, Kazuya; KUROKI, Nobutaka; KATO, Yu; OHTANI, Shinya; HIROSE, Tetsuya; NUMA, Masahiro

https://hdl.handle.net/20.500.14094/90007381

このアイテムのアクセス数:288件（2026-10-17 09:34 集計）

閲覧可能ファイル

ファイル	フォーマット	サイズ	閲覧回数	説明
90007381 (fulltext)	pdf	1.07 MB	146

メタデータ

ファイル出力

メタデータID	90007381
アクセス権	open access
出版タイプ	Version of Record
タイトル	Improvement of Luminance Isotropy for Convolutional Neural Networks-Based Image Super-Resolution
著者	URAZOE, Kazuya ; KUROKI, Nobutaka ; KATO, Yu ; OHTANI, Shinya ; HIROSE, Tetsuya ; NUMA, Masahiro
著者名 URAZOE, Kazuya
著者ID A0918 研究者ID 1000090273763 KUID https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail?systemId=edb7c57261d5dfdf520e17560c007669 著者名 KUROKI, Nobutaka 黒木, 修隆クロキ, ノブタカ所属機関名工学研究科
著者名 KATO, Yu
著者名 OHTANI, Shinya
著者ID A0052 研究者ID 1000070396315 著者名 HIROSE, Tetsuya 廣瀬, 哲也ヒロセ, テツヤ所属機関名大学院工学研究科電気電子工学専攻
著者ID A0131 研究者ID 1000060188787 KUID https://kuid-rm-web.ofc.kobe-u.ac.jp/search/detail?systemId=05d1d70f3dd4e277520e17560c007669 著者名 NUMA, Masahiro 沼, 昌宏ヌマ, マサヒロ所属機関名工学研究科
言語	English (英語)
収録物名	IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences
巻(号)	E103.A(7)
ページ	955-958
出版者	Institute of Electronics, Information and Communication Engineers(IEICE)
刊行日	2020-07-01
公開日	2020-08-24
抄録	Convolutional neural network (CNN)-based image super-resolutions are widely used as a high-quality image-enhancement technique. However, in general, they show little to no luminance isotropy. Thus, we propose two methods, “Luminance Inversion Training (LIT)” and “Luminance Inversion Averaging (LIA),” to improve the luminance isotropy of CNN-based image super-resolutions. Experimental results of 2× image magnification show that the average peak signal-to-noise ratio (PSNR) using Luminance Inversion Averaging is about 0.15-0.20dB higher than that for the conventional super-resolution.
キーワード	super-resolution
	resolution enhancement
	convolutional neural network
	isotropy
	deep learning
カテゴリ	工学研究科
カテゴリ	学術雑誌論文
権利	© 2020 The Institute of Electronics, Information and Communication Engineers
関連情報	DOI https://doi.org/10.1587/transfun.2019EAL2168
関連情報	NAID 130007867195　CiNiiで表示

資源タイプ	journal article
ISSN	0916-8508　OPACで所蔵を検索　 CiNiiで学外所蔵を検索
eISSN	1745-1337　OPACで所蔵を検索　 CiNiiで学外所蔵を検索

閲覧可能ファイル

メタデータ

詳細を表示