文献

J-GLOBAL ID：201802224958589642   整理番号：18A0137518

コンセンサス畳込みスパース符号化【Powered by NICT】

Consensus Convolutional Sparse Coding

著者 (5件)： Choudhury Biswarup ,  Swanson Robin ,  Heide Felix ,  Wetzstein Gordon ,  Heidrich Wolfgang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 4290-4298  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： 畳込みスパース符号化(CSC)は,コンピュータビジョンにおける教師なし学習のための有望な方向である。最近の管理された方法とは対照的に,CSCは,畳込み画像表現を可能にした高レベルビジョンタスクと低レベル画像再構成のための同等に有用であることを学ぶべき教訓と問題特定再学習なしにタスクの広い範囲に適用できる。極端な記憶の要求のために,しかし,既存のCSCソルバは,これまで時間で低分解能例画像の少数を用いた低次元問題とデータセットに限られていた。本論文では,コンセンサス最適化問題,これらの限界を高めるとしてCSCを解くための新しいアプローチを提案した。初めて大規模画像データセットから学習CSC特徴により,数イメージングタスクの顕著な品質改善を達成した。さらに,提案した方法は,既存のCSC法を用いて出来なくなってきたことを高次元特徴学習における新しい応用を可能にする。これは多様な問題領域を横切る再構成問題の実証した,3Dマルチスペクトルデモザイキングと4D光視野合成を含んでいる。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： *畳込み ,  画像 ,  高次元 ,  コンピュータビジョン ,  再構成 ,  教師なし学習 ,  三次元 ,  学習 ,  画像再構成 ,  最適化問題
準シソーラス用語： 品質改善 ,  画像データ ,  低次元 ,  画像表現 ,  *スパースコーディング , 【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)： コンセンサス ,  畳込み ,  スパース符号化