文献

J-GLOBAL ID：201702243699367792   整理番号：17A1398395

キーポイント検出のための学習ベースの適応トーンマッピング【Powered by NICT】

Learning-based adaptive tone mapping for keypoint detection

著者 (3件)： Rana Aakanksha (LTCI, Te ́le ́com ParisTech, Universite ́ Paris Saclay) ,  Valenzise Giuseppe (Laboratoire des Signaux et Syste`mes (L2S, UMR 8506), CNRS - CentraleSupelec - Universite ́ Paris-Sud) ,  Dufaux Frederic (Laboratoire des Signaux et Syste`mes (L2S, UMR 8506), CNRS - CentraleSupelec - Universite ́ Paris-Sud)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICME  ページ： 337-342  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： トーンマッピング演算子(TMO)の目標は,伝統的に知覚的に良好な方法で高ダイナミックレンジ(HDR)画像を表示した。しかし,トーンマッピングされた画像は,キーポイント検出のようなコンピュータビジョンタスクに使用する場合,これらの設計法は準最適である。本論文では,大幅な照明変動下でのキーポイント安定性を高めることを目的とした新しい学習ベース適応トーンマッピングフレームワークを提案した。この目的のために,局所高次特性を用いたサポートベクトル回帰(SVR)によって導出されたモデルに基づいて調節されるピクセル毎の適応TMOを設計した。これに関連してSVRを訓練するために困難回避するために,著者らはさらに,照明変換を受けた複数の画像を用いて適切な訓練サンプルを生成するために単純な検出類似性最大化モデルを提案した。最新のキーポイント検出器のためのキーポイント再現性の観点から提案したフレームワークの性能を評価した。実験結果は,既存の知覚的駆動最先端TMOsと比較した場合,提案した学習ベース適応TMOは,より高いキーポイント安定性をもたらすことを示した。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： 画像 ,  検出器 ,  画素 ,  *学習 ,  再現性 ,  照明 ,  類似性
準シソーラス用語： サポートベクトル回帰 ,  照明変化 ,  設計法 ,  高ダイナミックレンジ ,  *トーンマッピング , 【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 (3件)： 学習 ,  適応 ,  トーンマッピング