文献

J-GLOBAL ID：201702287828176563   整理番号：17A1398393

対傾構セルラオートマトンによるビデオ顕著物体検出【Powered by NICT】

Video salient object detection via cross-frame cellular automata

著者 (6件)： Guo Jingfan (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Ren Tongwei (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Huang Lei (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Liu Xingyu (State Key Laboratory for Novel Software Technology, Nanjing University, China) ,  Cheng Ming-Ming (Media Computing Lab, CCCE & CS, Nankai University, China) ,  Wu Gangshan (State Key Laboratory for Novel Software Technology, Nanjing University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICME  ページ： 325-330  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： 顕著なオブジェクト検出は,画像とビデオに対する魅力的な物体を検出することを目的とした。本論文では,対傾構セルラオートマトンに基づくビデオのための新しい顕著物体検出法を提案した。ビデオが与えられた時,ここではまず,スーパピクセルを用いたビデオフレームを表現し,フレーム内およびそれらの外観類似性と時間的コヒーレンスに基づく隣接フレーム間のスーパピクセルの顕著性伝搬ネットワークを構築した。第二に,外見および動き特徴独立に発生させた二顕著性マップの融合と各フレームの顕著性マップの初期化を行う。最後に,セルラオートマトン更新スーパピクセルの顕著性を伝搬する反復的および完全な物体によるコヒーレント顕著性マップを生成するためにを利用した。実験結果は,提案手法では異なるタイプのビデオの最先端レベル手法よりも性能的に優れていることを示した。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 ,  ネットワーク ,  *セルラオートマトン ,  コンピュータビジョン ,  検出法 ,  *録画装置 ,  類似性 ,  コヒーレンス
準シソーラス用語： 顕著性マップ ,  時間コヒーレンス ,  *物体検出 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： セルラオートマトン ,  ビデオ ,  物体検出