EnhanceNet: 単一画像の超解像度化を自動テクスチャ合成を通じて実現する

単一画像の超解像（Single Image Super-Resolution）は、低解像度の単一入力から高解像度の画像を推論するタスクである。従来、このタスクのアルゴリズムの性能は、ピーク信号対雑音比（Peak Signal-to-Noise Ratio: PSNR）などのピクセル単位での再構成指標で測定されてきたが、これらの指標は人間の画像品質の知覚と相関が低いことが示されている。その結果、これらのメトリクスを最小化するアルゴリズムは、高いPSNR値を達成しても高周波テクスチャが不足し、自然に見えない過剰に滑らかな画像を生成しがちである。本研究では、自動テクスチャ合成と知覚損失（Perceptual Loss）を組み合わせた新しい応用手法を提案する。この手法は、訓練中に地上真画像のピクセル精度の再現よりも現実的なテクスチャの生成に焦点を当てる。対抗的訓練設定におけるフィードフォワード完全畳み込みニューラルネットワーク（Fully Convolutional Neural Networks: FCN）を使用することで、高倍率での画像品質において大幅な向上を達成した。多数のデータセットに対する広範な実験により、本手法の有効性が示され、定量的および定性的ベンチマークにおいて最先端の結果を得ている。