Solafune x Microsoft 市街地画像の超解像化コンペに向けて超解像化について学ぶ。#MScup
今回は、衛星データ分析サイトのSolafuneで現在開催されている「市街地画像の超解像化」コンペ（MScup）に向けて参考にしている情報をまとめてみました。
現在参加中の皆様や、これから参加予定の皆様のご参考になれれば幸いです。
【目次】
1.【宙畑】超解像×衛星画像でできること。関連論文の紹介とTellusでやるには
今回のコンペを開始するのにピッタリのサイトだったので、最初に参考にさせていただきました。
このサイトのおかげで、初手で躓かずに提出までこぎつけました。
衛星画像分野で、機械学習が必要になっている背景から始まっているので、Solafuneの今回のコンペの主旨にある、社会実装の加速に貢献するという意味でも、非常に有用なコンテンツです。
また、超解像の理論的な説明から、論文やサンプルコードへのリンクが貼ってあり充実した内容になっています。
著者は、以下の記事の事前準備として、勉強されたとのことです。
sorabatake.jp勉強された内容についても、以下の資料にまとめて公開してくださっています。
2.【Sansan Builders Blog】超解像の歴史探訪 -SRGAN編
1つ目のサイトで出てきたキーワード「SRGAN」で検索してたどり着いたサイトになります。
GANの説明から始まり、SRGANについて、生成器、識別器、損失関数、学習の部品に分けて実装例つきで説明してくださっています。
また、GitHubにコードも公開してくださっていて、とても参考になりました。
3.【Quiita】トップ学会採択論文にみる、超解像ディープラーニング技術のまとめ
qiita.com２０１４年〜２０１８年までのCVPR, ECCV, ICCV などのコンピュータビジョンのトップ画像処理学会に採択された、ディープラーニング(DL)を用いた超解像モデルをまとめてくださっています。
どのモデルが、どのような系統のモデルなのかという樹形図もあるので、各モデルの特徴を把握する目安になります。
主要論文リストや、トレーニング用データセットなども紹介されているので、お役立ち度が高いです。
4.【ULCAMTCVSMPS】超解像ネットワークを微分の差の絶対値で学習してみました。
crater.blog.ss-blog.jpこちらのサイトは、GANを使わない、Super-Resolution Neural Netowrk について、説明してくださっています。
残念ながら学習済みモデルの公開は終わっているようなのですが、モデルのコードはGitHubに公開してくださっています。
6.おわりに
とても興味深いテーマで、様々な分野で応用されている技術なので、まだまだ、始まったばかりのコンペですが、すでに学びが盛りだくさんです。
引き続き、コンペで取り組む中で得た情報を発信していきたいと思います。
