[3Rin4] インタラクティブ1

[3Rin4-35] 料理画像の超解像における2種類の活性化関数を用いたdeep image priorの性能検証

〇瀬川 亮¹、林 等¹、藤井 翔平¹ (1.上智大学)

キーワード：超解像、活性化関数、教師なし学習

近年、多くの人々がインターネット上に料理のレシピやレビューを投稿しているが、画質が悪く情報をうまく発信できない場合がある。この問題を解決するためにはCNNを用いた手法が有効であり、その中の1つにdeep image priorという単一の低解像度の画像のみを利用して解像度を向上する手法が存在する。この手法はダウンサンプリングモジュール、アップサンプリングモジュール、スキップモジュールから構成されるネットワークを使用し、全てのモジュールに畳み込み層や活性化関数層が含まれる。本論文ではスキップモジュールに他のモジュールとは異なる活性化関数を適用した場合の性能比較を行った。ReLU関数において入力値が負の値の時にランダムな傾きを持たせたRReLU関数と、その乱数の確率を操作したRReLU_1、RReLU_2の3つの関数を用いて、評価指標の1つであるPSNRを8枚の料理画像に適用して性能を比較した。実験の結果、スキップモジュールの活性化関数を他のモジュールと異なる関数にすることで、性能が向上することが判明した。