文献

J-GLOBAL ID：201802210401726597   整理番号：18A2232907

CANDY 単一画像ヘイズ除去のための条件付き敵対ネットワークに基づくエンドツーエンドシステム【JST・京大機械翻訳】

CANDY: Conditional Adversarial Networks based End-to-End System for Single Image Haze Removal

著者 (2件)： Swami Kunal (Samsung Research Institute Bangalore, Bengaluru, 560037, India) ,  Das Saikat Kumar (Samsung Research Institute Bangalore, Bengaluru, 560037, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICPR  ページ： 3061-3067  発行年： 2018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： 単一画像ヘイズ除去は挑戦的で不良な問題である。最近導入された深い学習法を含む文献における既存のヘイズ除去法は,中間パラメータ,すなわち,シーン透過マップと大気光を推定するものとして,ヘイズ除去の問題をモデル化する。これらを用いて,ヘイズ入力画像からのヘーゼルフリー画像を計算した。このようなアプローチは,中間パラメータの正確な推定に焦点を当てるだけであり,一方,ヘーゼルフリー画像の美的品質は最適化フレームワークにおいて説明されない。したがって,中間パラメータの推定における誤差は,しばしば劣った品質のヘーゼルフリー画像の生成をもたらす。本論文において,著者らは,CANDY(危険な画像の条件付きのネットワークに基づくデヘイズ)を提示して,それは直接的に,危険な入力画像からクリーンなヘーゼルフリー画像を生み出す完全なエンドツーエンドモデルであった。また,キャンディは,最適化関数に,ヘーゼルフリー画像の視覚品質を組み込んだ。このようにして,優れた品質のヘーゼルフリー画像を生成した。これは,単一画像ヘイズ除去のための完全なエンドツーエンドモデルを提案するための文献における最初の研究の1つである。また,これは,単一画像ヘイズ除去の問題に対する生成的な敵のネットワークの概念を調査する最初の研究である。キャンデーは総合的に作成されたヘイズ画像データセット上で訓練され,一方,評価は実際のヘイズ画像データセットと同様に挑戦的な合成について行われた。CANDYの広範な評価と比較結果は,それが定量的にも定性的にも,文献における既存の最先端のヘイズ除去法よりも著しく優れていることを明らかにした。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  学習 ,  *エンドツーエンド方式 ,  *画像 ,  パラメータ推定 ,  大気光 ,  モデリング ,  *ネットワーク ,  品質
準シソーラス用語： 最先端 ,  画像データ ,  視覚品質 ,  *ヘイズ , 【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 (2件)： ヘイズ ,  敵対