지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2019.6
- 수록면
- 102 - 105 (4page)
이용수
초록· 키워드
오류제보하기
In the classical single-image super-resolution (SISR) reconstruction method using convolutional neural networks, the extracted features are not fully utilized, and the training time is too long. Aiming at the above problems, we proposed an improved SISR method based on a residual network. Our proposed method uses a feature fusion technology based on improved residual blocks. The advantage of this method is the ability to fully and effectively utilize the features extracted from the shallow layers. In addition, we can see that the feature fusion can adaptively preserve the information from current and previous residual blocks and stabilize the training for deeper network. And we use the global residual learning to make network training easier. The experimental results show that the proposed method gets better performance than classic reconstruction methods.
목차
Abstract
1. Introduction
2. Related Work
3. Proposed Method
4. Experiment
5. Conclusion
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Single Image Super Resolution Reconstruction Based on Recursive Residual Convolutional Neural Network
한국방송미디어공학회 학술발표대회 논문집
2019 .06
-
A Restoration Method of Single Image Super Resolution Using Improved Residual Learning with Squeeze and Excitation Blocks
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2021 .09
-
레지듀얼 신경망을 이용한 단일 영상 초해상도 복원
대한전자공학회 학술대회
2016 .11
-
개선된 Residual Dense Network를 이용한 초해상도 복원 방법
대한전자공학회 학술대회
2019 .06
-
Comparison of Convolutional Neural Network Models for Image Super Resolution
한국방송미디어공학회 학술발표대회 논문집
2018 .06
-
다중 채널 입력 Convolution residual neural networks 기반의 초해상화 기법
한국방송미디어공학회 학술발표대회 논문집
2016 .06
-
Super-resolution of compressed image by deep residual network
한국방송미디어공학회 학술발표대회 논문집
2018 .11
-
Single Image Super-resolution using Recursive Residual Architecture Via Dense Skip Connections
방송공학회논문지
2019 .07
-
Deep Adversarial Residual Convolutional Neural Network for Image Generation and Classification
JOURNAL OF ADVANCED INFORMATION TECHNOLOGY AND CONVERGENCE
2020 .07
-
Human Activity Recognition Based on 3D Residual Dense Network
멀티미디어학회논문지
2020 .12
-
Residual Vector를 이용한 시간이력해석의 잔여모드 응답 고려 방법
한국압력기기공학회 논문집
2021 .12
-
Residual Connection 적용 기반 경로예측 네트워크 성능개선 연구
대한전자공학회 학술대회
2024 .06
-
위상 홀로그램을 위한 딥러닝 기반의 초고해상도
방송공학회논문지
2020 .11
-
Relativistic Average Patch GAN과 Residual in Residual Dense Block을 이용한 개선된 Image-to-Image Translation
한국정보과학회 학술발표논문집
2020 .07
-
GAN의 Residual Block 사용에 관한 구조적 비교 연구
한국통신학회 학술대회논문집
2021 .06
-
RDB 및 웨이블릿 예측 네트워크 기반 단일 영상을 위한 심층 학습기반 초해상도 기법
방송공학회논문지
2019 .09
-
굴곡측정법을 이용한 극후판 용접부 잔류응력분포 정량분석
대한용접·접합학회지
2015 .02
-
Deep Residual Network를 이용한 패션 상품 자동 분류 및 임베딩
한국정보과학회 학술발표논문집
2017 .12
-
Residual Network 연산을 위한 인공지능 프로세서 구조 연구
대한전자공학회 학술대회
2022 .06
-
Residual Network 를 이용한 SAR 영상 노이즈 제거 모델 성능 향상
한국통신학회 학술대회논문집
2019 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-567-000879171