文献

J-GLOBAL ID：201802215559286010   整理番号：18A0518652

顕著な物体検出のための事前推定を焦点【Powered by NICT】

Focus prior estimation for salient object detection

著者 (4件)： Sun Xiaoli (College of Mathematics and Statistics, Shenzhen University, Shenzhen, China) ,  Zhang Xiujun (School of Electronic and Communication Engineering, Shenzhen Polytechnic, Shenzhen, China) ,  Zou Wenbin (College of Information Engineering, Shenzhen University, Shenzhen, China) ,  Xu Chen (College of Mathematics and Statistics, Shenzhen University, Shenzhen, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 1532-1536  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： 過去五年間では,顕著なオブジェクト検出はコンピュータビジョンの分野でホットな話題の一つとなっている。焦点は顕著なオブジェクト検出タスクのための自然に強い指標であるが,十分には研究されていない。本論文では,任意の画像の焦点前マップを推定するための新しい方法を提案した。電流エッジ密度推定に基づく方法とは異なり,提案した方法は,新しく設計されたデータセット上でのスパースデフォーカス辞書学習に基づいている。焦点強度は辞書原子の非ゼロ係数の数により測定した。オブジェクト性提案手法は性能を改善するために導入した。focusness推定法,提案した焦点前地図との比較がより正確と他の顕著物体検出法によって統合されたのが容易であった。実験により,提案した焦点前の有効性と重要性を確認した。Copyright 2018 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 ,  電流 ,  *コンピュータビジョン ,  検出法
準シソーラス用語： 推定法 ,  辞書学習 ,  *物体検出 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (3件)： 物体検出 ,  推定 ,  焦点