文献

J-GLOBAL ID：201702253847328550   整理番号：17A1773153

焦点ずれ推定のためのマルチスケール深と手作り特性の統一的アプローチ【Powered by NICT】

A Unified Approach of Multi-scale Deep and Hand-Crafted Features for Defocus Estimation

著者 (4件)： Park Jinsun ,  Tai Yu-Wing ,  Cho Donghyeon ,  Kweon In So
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 2760-2769  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： 本論文では,ロバストなと相乗手作りの特徴とデフォーカス推定のための畳込みニューラルネットワーク(CNN)構造からの簡単であるが効率的な深い特徴を導入した。本論文では,異なる特徴の有効性を系統的に解析すると,それらは連結した場合,各特徴は他の特徴の弱点を補うことができるかを示した。完全デフォーカスマップ推定のために,著者らはまばらに強いエッジの画像パッチを抽出し,その後,深いと手作りの特徴抽出のためにそれらを用いた。パッチスケール依存性を低減するために,ここではまた,マルチスケールパッチ抽出戦略を提案した。ニューラルネットワーク分類器とそれに続く確率ジョイントバイラテラルフィルタを用いて生成されるスパースデフォーカスマップ。最終デフォーカスマップはエッジ保存フィルタ入力画像から指導を持つ疎なデフォーカスマップから得られる。実験結果は,このアルゴリズムが焦点ずれ推定に関して最先端のアルゴリズムよりも優れていることを示した。著者らの研究は,セグメンテーション,ぼけ倍率,全焦点画像生成,および3D推定のような応用に用いることができる。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： 特徴抽出 ,  ロバスト性 ,  画像 ,  画像合成 ,  畳込み ,  セグメンテーション ,  三次元 ,  フィルタ ,  *ニューラルネットワーク ,  アルゴリズム
準シソーラス用語： 最先端 ,  エッジ保存 ,  スケール依存性 ,  デフォーカス ,  *マルチスケール , 【Automatic Indexing@JST】

分類 (1件)： ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 焦点ずれ ,  推定 ,  マルチスケール ,  手作り