文献

J-GLOBAL ID：201702225595651217   整理番号：17A1392091

単色自然画像からの学習に基づく影の認識と除去【Powered by NICT】

Learning-Based Shadow Recognition and Removal From Monochromatic Natural Images

著者 (6件)： Xu Mingliang (Center for Interdisciplinary Information Science Research, Zhengzhou University, Zhengzhou, China) ,  Zhu Jiejie (School of Electrical Engineering and Computer Science, University of Central Florida, Orlando, FL, USA) ,  Lv Pei (Center for Interdisciplinary Information Science Research, Zhengzhou University, Zhengzhou, China) ,  Zhou Bing (Center for Interdisciplinary Information Science Research, Zhengzhou University, Zhengzhou, China) ,  Tappen Marshall F. (School of Electrical Engineering and Computer Science, University of Central Florida, Orlando, FL, USA) ,  Ji Rongrong (Fujian Key Laboratory of Sensing and Computing for Smart City, School of Information Science and Engineering, Xiamen University, Xiamen, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 12  ページ： 5811-5824  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 学習展望からの単色自然画像からの影の認識と除去の問題を検討した。色情報無し,影認識と除去を本論文では非常に挑戦的である,主に不変カラーキューの欠損によるものであった。自然情景は,この問題は,多くの近傍ブラック天体からの複雑な照明条件とあいまいさのためも困難を来たしている。本論文では,上記の課題に取り組むために提案した学習ベース影認識と除去法。影を認識する照明,組織,および奇数次微分特性から影変異体と不変なきっかけの両者を用いることを提案した。そのような特徴を用いて,ディシジョンツリーを,条件付き確率場,画素ラベル上で局所的な整合性を強化することができる統合を介した分類器を訓練した。第二に,Gaussモデルは単色自然情景から陰影を除去するために導入した。提案した方式は,手標識影の新しいデータベースに基づく定性的および定量的結果の両方を用いて評価し,既存の最新方式と比較した。単色画像の影の領域は,提案した方式を用いて正確に同定できることを示し,高品質の影のない画像を影除去後に回復した正確にできる。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： *学習 ,  Gauss模型 ,  曖昧さ ,  画素 ,  不変性 ,  データベース ,  照明条件 ,  *画像 ,  ディシジョンツリー
準シソーラス用語： 高品質 ,  陰影 ,  条件つき確率場 ,  色情報 ,  *自然画像 ,  *単色 , 【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 (4件)： 単色 ,  自然画像 ,  学習 ,  影