文献
J-GLOBAL ID:201702275185110603   整理番号:17A0832647

積層スパースデノイジングオートエンコーダによる画像処理のための低レベル構造特徴抽出【Powered by NICT】

Low-level structure feature extraction for image processing via stacked sparse denoising autoencoder
著者 (6件):
資料名:
巻: 243  ページ: 12-20  発行年: 2017年 
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,深層ニューラルネットワーク,積層スパースデノイジングオートエンコーダ(SSDA)に基づく画像処理のための新しい低レベル構造特徴抽出を提案した。深い学習を介した電流画像処理法を直接入力/出力間のエンドツーエンド写像の構築と学習した。代わりに,ここでは,入力データから第一層学習特徴の解析を提唱した。学習低レベル構造特徴により,雑音除去,高ダイナミックレンジ(HDR)圧縮と詳細増強のような画像処理タスクの鍵となる二エッジ保存フィルタを改善した。提案特徴抽出の妥当性と優位性のため,二改善されたフィルタによる計算結果は,ハロー,エッジぼけ,雑音増幅以上増強を含む欠点の影響を受けない。より重要なことに,著者らは,自然画像から訓練された特徴は特異的ではなく,赤外画像の構造特徴を抽出できることを実証した。,訓練された特徴を用いた直接タスクを扱うことが可能である。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  図形・画像処理一般 
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る