文献

J-GLOBAL ID：201702211762749140   整理番号：17A0275029

ヒト視覚と情報理論に基づく赤外線画像の顕著性検出【Powered by NICT】

Infrared image saliency detection based on human vision and information theory

著者 (6件)： Qin Shiyu (Key Laboratory of Signal and Information Processing of Chongqing, Chongqing University of Posts and Telecommunications, China) ,  Wang Lan (Key Laboratory of Signal and Information Processing of Chongqing, Chongqing University of Posts and Telecommunications, China) ,  Cheng Hua (China Ship Development and Design Center, Wuhan, China) ,  Feng Qi (Key Laboratory of Signal and Information Processing of Chongqing, Chongqing University of Posts and Telecommunications, China) ,  Zhang Minwen (Key Laboratory of Signal and Information Processing of Chongqing, Chongqing University of Posts and Telecommunications, China) ,  Gao Chenqiang (Key Laboratory of Signal and Information Processing of Chongqing, Chongqing University of Posts and Telecommunications, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CISP-BMEI  ページ： 484-488  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 事前知識と付加的仮定なしで画像を処理できるロバストな画像顕著性検出。顕著性検出はまだ物体認識と追跡,画像およびビデオ符号化と画像セグメンテーションを含むコンピュータビジョンの分野において重要なステップの一つである。赤外イメージングは広く適用されているが,赤外分光法に基づく新しい特徴抽出アルゴリズムである。は人間の視覚と情報理論に基づく赤外画像ベース特徴抽出アルゴリズムを提案した。提案したアルゴリズムは,人間の視覚注意機構と情報理論の両方を用いており,それはまた完全分解能を有する顕著性画像を生成することができる。提案したアルゴリズムの検出結果は,より高い精度とより良い再現率を得るため,現在公開である最大赤外データセットの一つであり,自分達で生成されたデータセットで試験した。Copyright 2017 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： *視覚 ,  *画像 ,  *情報理論 ,  特徴抽出 ,  ロバスト性 ,  コンピュータビジョン ,  *赤外線画像 ,  アルゴリズム ,  物体認識
準シソーラス用語： 再現率 ,  視覚的注意 ,  赤外イメージング ,  画像セグメンテーション ,  ビデオ符号化 ,  事前知識 , 【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 (4件)： ヒト ,  視覚 ,  情報理論 ,  赤外線画像