文献

J-GLOBAL ID：201002296870246942   整理番号：10A1321081

低DoF画像からの注目物体の分割に対する学習

Learn to Segment Attention Object from Low DoF Image

著者 (3件)： LI Hongliang (Univ. Electronic Sci. and Technol. China, Chengdu, CHN) ,  LIU Guanghui (Univ. Electronic Sci. and Technol. China, Chengdu, CHN) ,  NGAN KingNgi (Chinese Univ. Hong Kong, Hong Kong, CHN)
資料名： IEEE International Symposium on Circuits and Systems  (IEEE International Symposium on Circuits and Systems)
巻： 2010 Vol.4  ページ： 2864-2867  発行年： 2010年 
JST資料番号： A0757A  ISSN： 0271-4302  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： 低被写界深度(DoF)画像に対する学習モデルを用いて注目物体を抽出する領域分割手法を提案した。この手法は,注目物体は,通常,関心点モデル中に観察されるという事実に基づく。関心領域を分割するため,多重分割法を用いて一つの入力画像に対して複数の領域を生成し,学習段階では投票法とブースティング分類を共に用いて画像単語に従って関心領域を決定する。ここでは,領域レベルと画素レベルの分割を行う二段階手法を用いた。関心物体を効果的に領域分割できた。

シソーラス用語： *セグメンテーション ,  *画像分析 ,  学習モデル ,  注意 ,  投票 ,  機械学習 ,  単語 ,  画素
準シソーラス用語： グラフカット ,  *関心領域 ,  教師つき訓練 ,  被写界深度

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 注目 ,  物体 ,  学習