文献

J-GLOBAL ID：201802230856951239   整理番号：18A1900821

オーロラ画像探索のための顕著な深い埋込み【JST・京大機械翻訳】

Saliency Deep Embedding for Aurora Image Search

著者 (5件)： Yang Xi (State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University, China) ,  Gao Xinbo (State Key Laboratory of Integrated Services Networks, School of Electronic Engineering, Xidian University, China) ,  Song Bin (State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University, China) ,  Wang Nannan (State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University, China) ,  Yang Dong (Xi’an Institute of Space Radio Technology, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICME  ページ： 1-6  発行年： 2018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： 深いニューラルネットワークは,画像検索の分野で著しい成功を達成した。しかし,最先端のアルゴリズムは訓練され,通常のカメラで捕捉された自然画像に対してテストされる。本論文では,円形魚眼レンズ,特に極光画像により捕捉された画像に対する新しい探索法を探索することを目的とした。非情報領域からの干渉を低減し,最も関心のある領域に焦点を合わせるために,最近のMask R-CNNにおける領域提案ネットワーク(RPN)を置き換えるための顕著性提案ネットワーク(SPN)を提案した。著者らのSPNにおいて,アンカーの中心は長方形のメッシュ化様式に分布しないが,球面歪を示す。さらに,アンカーの方向は磁気子午線に垂直な変形線に沿っており,円形魚眼レンズのイメージング原理と完全に一致した。大規模な極光データについて広範な実験を行い,探索精度と効率の両方においてこの方法の優位性を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  ネットワーク ,  *画像検索 ,  カメラ ,  アルゴリズム ,  磁気 ,  *極光 ,  画像処理 ,  球面 ,  *画像
準シソーラス用語： 探索法 ,  魚眼レンズ ,  自然画像 ,  最先端 , 【Automatic Indexing@JST】

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)： オーロラ ,  画像探索 ,  埋込み