文献

J-GLOBAL ID：201802214905411193   整理番号：18A0382885

LLNet:天然低照度画像強調への深い自動符号器アプローチ【Powered by NICT】

LLNet: A deep autoencoder approach to natural low-light image enhancement

著者 (3件)： Lore Kin Gwn (Department of Mechanical Engineering, 2100 Black Engineering, Iowa State University, Ames, IA 50011, USA) ,  Akintayo Adedotun (Department of Mechanical Engineering, 2100 Black Engineering, Iowa State University, Ames, IA 50011, USA) ,  Sarkar Soumik (Department of Mechanical Engineering, 2100 Black Engineering, Iowa State University, Ames, IA 50011, USA)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 61  ページ： 650-662  発行年： 2017年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 監視,モニタリングおよび戦術的調査では,インフォームド意思決定を行うとミッションの成功を保証するのに必須である動的環境からの視覚情報を集め,正確にそのようなデータを処理する。カメラセンサはほとんど照明環境において得られた鮮明な画像またはビデオを捕捉するコスト限られたことが多い。多くの応用は,輝度,コントラストを高め,車載リアルタイムに画像から雑音量を減らすことを目指す。微弱光画像からの信号特徴を同定し,高ダイナミックレンジを持つ画像における軽量部品をamplifying/saturatingのない画像を明るくする適応的に深いオートエンコーダベースアプローチを提案した。積層スパースデノイジングオートエンコーダの変異体は天然低光環境から撮影された画像を向上させる適応的に総合的に暗化と雑音付加訓練例から学ぶことができるおよび/またはは,ハードウェア劣化することを示す。結果を視覚的に並びに種々の方法との定量的比較により手法の重要な信頼性を示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *画像強調 ,  微弱光 ,  *画像 ,  輝度 ,  *照度 ,  *符号器 ,  視覚 ,  信頼性 ,  ハードウェア ,  意思決定 ,  雑音 ,  コントラスト
準シソーラス用語： 高ダイナミックレンジ ,  照明環境 ,  視覚情報 , 【Automatic Indexing@JST】

著者キーワード (3件)： 画像強調 ,  天然微弱光画像 ,  深自動エンコーダ

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)： 照度 ,  画像強調 ,  符号器