文献

J-GLOBAL ID：201702251248512950   整理番号：17A1573730

双眼鏡の多次元知覚特徴を融合した立体ビデオの有意性検出【JST・京大機械翻訳】

Incorporation of multi-dimensional binocular perceptual characteristics to detect stereoscopic video saliency

著者 (5件)： Zhou Yang (杭州電子科技大学通信工程学院,杭州,310018) ,  He Yongjian (杭州電子科技大学通信工程学院,杭州,310018) ,  Tang Xianghong (杭州電子科技大学通信工程学院,杭州,310018) ,  Lu Yu (杭州電子科技大学通信工程学院,杭州,310018) ,  Jiang Gangyi (寧波大学信息科学与工程学院,寧波,315211)
資料名： Zhongguo Tuxiang Tuxing Xuebao  (Zhongguo Tuxiang Tuxing Xuebao)
巻： 22  号： 3  ページ： 305-314  発行年： 2017年 
JST資料番号： C2782A  ISSN： 1006-8961  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】立体ビデオは,臨場感を提供することができ,視覚的有意性検出は,重要な視覚情報を自動的に予測し,位置決めし,マイニングすることができ,それによって,大量のマルチメディア情報を効果的にスクリーニングすることができる。立体ビデオにおける顕著な領域の検出性能を改善するために,二次元の多次元知覚特性を融合した立体ビデオのための新しい検出モデルを提案した。方法:立体ビデオの空間、深さ及び時間領域の三つの異なる次元から、顕著性計算を行った。まず第一に,画像の空間的特徴に基づくBayesモデルを用いて,2D画像の顕著なグラフを計算した。次に,二重目の知覚特性に従って,立体ビデオ画像の深さマップを得た。第二に,Lucas-Kanadeオプティカルフロー法を用いて,フレーム間の局所領域の運動特性を計算し,時間領域における顕著なグラフを得た。最終的に,3つの異なる次元の顕著なグラフを,全体の局所的差異の大きさに基づく融合方法によって融合して,最終的な立体的な映像の顕著な領域分布モデルを得た。結果:異なる種類の立体ビデオシーケンスにおける実験結果により、本論文のモデルは80%の正確率と72%の再現率を獲得し、相対的に低い計算複雑度を保ち、現有の顕著性検出モデルより優れていることが分かった。結論:本論文の顕著性検出モデルは有効に立体映像中の顕著な領域を獲得でき、立体映像/画像符号化、立体映像/画像品質評価などの領域に応用できる。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 画質 ,  映像 ,  マルチメディア ,  計算量 ,  画像 ,  臨場感 ,  立体画像 ,  視覚 ,  二次元 ,  *高次元 ,  画像符号化 ,  オプティカルフロー
準シソーラス用語： ビデオシーケンス ,  時間領域 ,  *立体ビデオ , 【Automatic Indexing@JST】

著者キーワード (6件)： stereoscopic video ,  stereoscopic saliency detection ,  visual attention ,  binocular perceptual characteristics ,  depth saliency ,  motion saliency

分類 (5件)： 通信網  (ND07030A) ,  パターン認識  (JE07000S) ,  教育施設,文化施設,宗教建築  (RB05050G) ,  研究開発  (NA01030B) ,  海洋の構造・力学・循環  (DC06030G)

タイトルに関連する用語 (5件)： 双眼 ,  多次元 ,  知覚 ,  融合 ,  立体ビデオ