文献

J-GLOBAL ID：201602290726116531   整理番号：16A1204578

びまん性の学習:視覚解析のための設計偏微分方程式への新しい展望【Powered by NICT】

Learning to Diffuse: A New Perspective to Design PDEs for Visual Analysis

著者 (6件)： Liu Risheng (Key Laboratory for Ubiquitous Network and Service Software of Liaoning Province, School of Software Technology, Dalian University of Technology) ,  Zhong Guangyu (School of Mathematical Sciences, Dalian University of Technology) ,  Cao Junjie (School of Mathematical Sciences, Dalian University of Technology) ,  Lin Zhouchen (Key Laboratory of Machine Perception (MOE), School of Electronic Engineering and Computer Science, Peking University, and Cooperative Medianet Innovation Center, Shanghai Jiaotong University) ,  Shan Shiguang (Key Lab of Intelligent Information Processing of Chinese Academy of Sciences (CAS), Institute of Computing Technology, CAS) ,  Luo Zhongxuan (Key Laboratory for Ubiquitous Network and Service Software of Liaoning Province, School of Software Technology, Dalian University of Technology)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 38  号： 12  ページ： 2457-2471  発行年： 2016年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 偏微分方程式(PDE)は数十年のための画像処理を定式化するのに使用した。一般,PDEシステムは二つの成分:支配方程式と境界条件から構成されている。以前の多くの研究では,それらの両方は一般的に数学的スキルを使う人々により設計した。しかし,実世界視覚解析タスクにおいて,このような予め定義され,また定型PDE(偏微分方程式)は,視覚データの複雑な構造を記述することができないかもしれない。さらに重要なことは,これらのPDE(偏微分方程式)への標識情報と識別分布プライアを組み込むために困難である。上記の問題を解決するために,支配方程式と異なるタイプの視覚データの様々なビジョンタスクに対する拡散PDE系の境界条件を適切に設計するために,拡散(LTD)学習と名付けた新しいPDEフレームワークを提案した。著者らの知る限り,本論文で考察した問題(即ち,顕著性検出と対象追跡)は前PDEモデルによって対処されていない。各種の挑戦的なベンチマークデータベース上での実験結果は,すべての試験した視覚解析タスクのための既存の最先端の方法に対するLTDの優位性を示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *偏微分方程式 ,  境界条件 ,  画像処理 ,  *学習 ,  定式化 ,  *視覚
準シソーラス用語： 支配方程式 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 学習 ,  視覚 ,  解析 ,  設計 ,  偏微分方程式 ,  展望