文献

J-GLOBAL ID：201702256168075651   整理番号：17A0314403

画像スケーリング因子推定のための学習-ランク手法【Powered by NICT】

A learning-to-rank approach for image scaling factor estimation

著者 (3件)： Zhu Nan (Department of Electronic Engineering, Xidian University, Xi’an 710071, China) ,  Deng Cheng (Department of Electronic Engineering, Xidian University, Xi’an 710071, China) ,  Gao Xinbo (Department of Electronic Engineering, Xidian University, Xi’an 710071, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 204  ページ： 33-40  発行年： 2016年09月05日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 過去数年にわたり,ディジタル画像科学捜査は,マルチメディアセキュリティ分野でホットな話題になってきた。各種画像科学捜査技術の中で,画像リサンプリング検出は標準検出ツールである。さらに,スケーリング因子または回転角のような幾何学的変換のパラメータを検討している画像の全体の操作履歴を探索するための非常に有用である。本論文では,著者等は,正規化エネルギー密度特徴とモーメント特徴に基づくスケーリング因子を自動推定のためのランキングのための学習アプローチを提案した。特に,秩序化した画像対のこれらの特徴の違いは訓練のために使用され,新しい入力画像のスケーリング因子はその対応するランク値から評価することができる。著者らの提案した方法は再サンプリングの解析におけるアップスケーリングおよびダウンスケーリングの間の長く知られた曖昧さを効果的に除去,ダウンスケーリングと弱スケーリング,すなわち,1に近いスケーリング因子の因子を正確に推定できる。最新手法と比較した場合,異なるスケーリング因子と広範な画像上の経験的実験は,提案した方法の優位性を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *学習 ,  等級づけ ,  正規化 ,  ディジタル画像 ,  回転角 ,  エネルギー密度 ,  *画像 ,  モーメント ,  曖昧さ
準シソーラス用語： ダウンスケーリング ,  アップスケーリング ,  操作履歴 ,  幾何学変換 ,  リサンプリング , 【Automatic Indexing@JST】

著者キーワード (4件)： 画像科学捜査 ,  画像再標本化 ,  スケーリング因子 ,  ランク付けのための学習

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 (5件)： スケーリング ,  因子 ,  推定 ,  学習 ,  手法