文献

J-GLOBAL ID：201202247599346336   整理番号：12A0726617

Bayesデフォギング

Bayesian Defogging

著者 (3件)： NISHINO Ko (Drexel Univ., Dep. of Computer Sci., 3141 Chestnut Street, 19104, Philadelphia, PA, USA) ,  KRATZ Louis (Drexel Univ., Dep. of Computer Sci., 3141 Chestnut Street, 19104, Philadelphia, PA, USA) ,  LOMBARDI Stephen (Drexel Univ., Dep. of Computer Sci., 3141 Chestnut Street, 19104, Philadelphia, PA, USA)
資料名： International Journal of Computer Vision  (International Journal of Computer Vision)
巻： 98  号： 3  ページ： 263-278  発行年： 2012年07月 
JST資料番号： T0423A  ISSN： 0920-5691  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： 霧や霞のような浮遊粒子により生じる大気条件はシーンの外見を大きく変化させてしまう。そのような悪天候条件下においてなされた単一の観測結果から真のシーンの外見を復元する問題は,画像形成プロセスにおいて生じる固有の曖昧性のために一つの挑戦的な課題のまま留まっている。本論文では,潜在的な統計的構造のレバレッジを完全な形で行うことにより,単一の霧に包まれた画像から,そのシーンのアルベドおよび深さを結合的に推定する新しいBayes確率手法を提案した。そのシーンのアルベドおよび深さが二つの統計的に独立した潜在層であるような分数Markov確率場を用いた画像のモデリングと,それらを結合した形で推定することが,ここでの主要なアイデアである。これら隠れ層上の前処理器として自然画像および深さ統計量を利用し,交代最小化を用いて標準的期待値最大化アルゴリズムによりそのシーンのアルベドおよび深さを推定することが可能になることを示した。ここでは,多数の人工的および実霧画像の上で提案手法の有効性の実験的評価を行った。その結果により,提案手法では,潜在変数の一つを制約し推定するのみである過去の手法に対して,挑戦的なシーンの上でも高精度な因子分解を達成することを示した。Copyright 2011 Springer Science+Business Media, LLC Translated from English into Japanese by JST.

シソーラス用語： *画像補正 ,  *Bayes推定 ,  霧 ,  気象 ,  アルベド ,  深さ ,  画像 ,  *統計解析 ,  統計量 ,  評価試験 ,  因子分析
準シソーラス用語： Markov確率場 ,  霞 ,  シーン

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (1件)： フォギング