International Conference on Information and Knowledge Technology

فارسی

Home / دوازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

A perceptual loss for screen content image super-resolution

Authors :

Hossein Sekhavaty-Moghadam¹ Marzieh Hosseinkhani² Azadeh Mansouri³

1- خوارزمی تهران 2- خوارزمی تهران 3- خوارزمی تهران

Keywords :

single image super-resolution, deep learning, neural networks, loss function, screen content images

Abstract :

The acceptable results of deep learning led to the use of the deep neural network on a wide range of models, including image super-resolution. The performance of the deep neural network is directly affected by its loss function. Most methods use intensity loss, such as MSE, which computes the difference between the predicted image and the ground truth. Since the human visual system is more sensitive to the structural information of the scene, it is desired that the loss function could measure the impact of the structural error. The use of screen content images has become widespread because of many applications such as desktop-sharing and remote computing. As a result, super-resolution of screen content images becomes a crucial technique to enhance the quality of low-resolution images. In the presented loss function, the structural error is weighted employing DCT components. The model is trained and tested using the screen content images, and the experimental subjective and objective results illustrate the effectiveness of the presented loss for screen content images.

List of archived papers

Targeted Vaccination for COVID-19 Using Mobile Communication Networks

Mohammadmohsen Jadidi - Pegah Moslemi - Saeed Jamshidiha - Iman Masroori - Abbas Mohammadi - Vahid Pourahmadi

ارائه راهکاری جهت مقابله با حملات DoS در شبکه های نرم افزارمحور

ویدا هاشمی - احمد بختیاری شهری - رضا جاویدان

NFV-Based Distributed Service Function Chaining with Imperfect Information

Mahsa Alikhani - Marzieh Sheikhi - Dr Vesal Hakami

شکل‌دهی سه بعدی پرتو و بهبود نرخ امن در شبکه‌های مخابراتی بی‌سیم-توان‎‌داده‌شده مبتنی بر صفحات بازتابی هوشمند

کوثر انصاری - دکتر مهدی مجیدی

یک روش کارآمد جهت تشخیص آنلاین حملات DRDoS به سرویس های مبتنی بر UDP درمعماری SDN با استفاده از الگوریتم های یادگیری ماشین

میترا اکبری کهنه شهری - دکتر رضا محمدی - دکتر محمد نصیری میترا اکبری کهنه شهری - رضا محمدی - محمد نصیری -

Emotion Recognition Using Effective Connectivity and Fully Complex-Valued Magnetic Graph Convolution Neural Network

Armin Pishehvar - Eghbal Mansoori - Abbas Mehrbaniyan - Reza Tahmasebi

Enhancing Mutation Testing through Grammar Fuzzing and Parse Tree-Driven Mutation Generation

Mohamad Khorsandi - Alireza Dastmalchi Saei - Mohammadreza Sharbaf

مدل یادگیری ماشین برای تشخیص تقلب در کارت‌های اعتباری با رویکرد بهینه‌سازی AUC و تنظیم خودکار ابرپارامترها

محمد مهدی متولی

Conceptual Intelligent Model for Visual Question Answering using Attention Mechanism and Relational Reasoning

ٍElham Alighardash - Dr Hassan Khotanlou - Vahid Pour Amin

جمع‌آوری، تحلیل و خلاصه سازی نظرات کاربران فارسی زبان در شبکه‌های اجتماعی پیرامون بیماری فراگیر کووید-19

محمدرضا شمس - محمد یاسین فخار محمدرضا شمس - محمد یاسین فخار -

more

Samin Hamayesh - Version 44.5.0