文献

J-GLOBAL ID：201802227652027217   整理番号：18A2115272

畳込みニューラルネットワークによる赤外線および可視画像融合【JST・京大機械翻訳】

Infrared and visible image fusion with convolutional neural networks

著者 (5件)： Liu Yu (School of Instrument Science and Opto-Electronics Engineering, Hefei University of Technology, Hefei 230009, P. R. China) ,  Chen Xun (School of Instrument Science and Opto-Electronics Engineering, Hefei University of Technology, Hefei 230009, P. R. China) ,  Cheng Juan (School of Instrument Science and Opto-Electronics Engineering, Hefei University of Technology, Hefei 230009, P. R. China) ,  Peng Hu (School of Instrument Science and Opto-Electronics Engineering, Hefei University of Technology, Hefei 230009, P. R. China) ,  Wang Zengfu (Department of Automation, University of Science and Technology of China, Hefei 230026, P. R. China)
資料名： International Journal of Wavelets, Multiresolution and Information Processing  (International Journal of Wavelets, Multiresolution and Information Processing)
巻： 16  号： 3  ページ： 1850018  発行年： 2018年 
JST資料番号： A1477A  ISSN： 0219-6913  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： 同じシーンの赤外線と可視画像の融合は,シーンのより包括的な記述を提供できる複合画像を生成することを目的とする。本論文では,畳込みニューラルネットワーク(CNN)に基づく赤外および可視画像融合法を提案した。特に,2つのソース画像からピクセル活動情報を統合する重みマップを得るために,シメース畳込みネットワークを適用した。このCNNに基づくアプローチは,全体として画像融合における2つの重要な問題,すなわち,活動レベル測定と重量割当を扱うことができる。赤外と可視画像の異なる画像処理法を考慮して,画像ピラミッドを介して多重スケール法で併合手順を行い,分解係数に対する融合モードを適応的に調整するために局所類似性ベース戦略を採用した。実験結果は,提案方法が視覚的品質と客観的評価の両方に関して最先端の結果を達成できることを実証した。Copyright 2018 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 品質 ,  画像処理 ,  *ネットワーク ,  画素 ,  *畳込み ,  *赤外線 ,  角錐 ,  *画像 ,  類似性 ,  視覚
準シソーラス用語： 客観評価 ,  マルチスケール解析 ,  *画像融合 ,  *可視画像 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 赤外線および可視画像融合 ,  畳み込みニューラルネットワーク ,  画像ピラミッド ,  活動レベル測定 ,  重量割当

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  赤外線 ,  可視画像 ,  融合