文献

J-GLOBAL ID：201802221028339942   整理番号：18A0537598

LLCNN:低光量画像強調のための畳込みニューラルネットワーク【Powered by NICT】

LLCNN: A convolutional neural network for low-light image enhancement

著者 (6件)： Tao Li (National Engineering Laboratory for Video Technology, Peking University, Beijing, China) ,  Zhu Chuang (National Engineering Laboratory for Video Technology, Peking University, Beijing, China) ,  Xiang Guoqing (National Engineering Laboratory for Video Technology, Peking University, Beijing, China) ,  Li Yuan (National Engineering Laboratory for Video Technology, Peking University, Beijing, China) ,  Jia Huizhu (National Engineering Laboratory for Video Technology, Peking University, Beijing, China) ,  Xie Xiaodong (National Engineering Laboratory for Video Technology, Peking University, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： VCIP  ページ： 1-4  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,低光量画像強調を行うためにCNNに基づく方法を提案した。マルチスケール特徴マップ,勾配消失問題を回避できるを利用する特別なモジュールを設計した。できるだけ画像テクスチャを保存するために,筆者らは筆者らのモデルを訓練するためにSSIM損失を用いた。微弱光画像のコントラストは,著者らの方法を用いて強化適応できる。結果は,筆者らのCNNに基づく方法は,他のコントラスト強調法の性能を上回ることを実証した。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： コントラスト ,  *画像 ,  微弱光 ,  *画像強調
準シソーラス用語： コントラスト強調 ,  構造的類似性 ,  画像テクスチャ ,  特徴マップ ,  マルチスケール ,  *畳込みニューラルネットワーク ,  *光量 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 光量 ,  画像強調 ,  畳込みニューラルネットワーク