文献

J-GLOBAL ID：201702211692097219   整理番号：17A1570773

カプセル内視鏡画像デブロッキングのためのアンサンブル学習に基づく適応アルゴリズム【Powered by NICT】

An ensemble learning based adaptive algorithm for capsule endoscope image deblocking

著者 (4件)： Bai Yubing (Institute of Microelectronics, Graduate school of Shenzhen, Tsinghua University, Beijing, China) ,  Xie Xiang (Institute of Microelectronics, Graduate school of Shenzhen, Tsinghua University, Beijing, China) ,  Li Guolin (Department of Electronic Engineering, Tsinghua University, Beijing, China) ,  Wang Zhihua (Institute of Microelectronics, Tsinghua University, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： MWSCAS  ページ： 1340-1343  発行年： 2017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： カプセル内視鏡システムでは,医用画像の離散余弦変換(DCT)圧縮はモザイク効果をもたらした。従来手法は,詳細保存を考慮せずに完全な視覚平滑性に焦点を当てた。この問題を解決するために,アンサンブル学習モデル凸集合(POCS)法への射影に統合した。ブロッキングアーチファクトの両構造特徴と重症度は学習モデルにより評価し,学習結果を用いて,制約凸集合のパラメータを適応的にした。最後に,良好な詳細保存視覚平滑診断画像と42.90の雑音無線(PSNR)に対する平均ピーク信号を得た。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： DCT【変換】 ,  凸集合 ,  学習モデル ,  *画像 ,  *学習 ,  視覚 ,  構造特性 ,  医用画像 ,  雑音 ,  平滑度
準シソーラス用語： ブロッキングアーチファクト ,  *適応アルゴリズム ,  *アンサンブル学習 ,  *デブロッキング ,  *カプセル内視鏡 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： カプセル ,  内視鏡画像 ,  デブロッキング ,  アンサンブル学習 ,  適応アルゴリズム