抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,光場(LF)データからの幾何学的情報を抽出するための新しい深い回帰ネットワークを提案した。筆者らのネットワークは,u-shapedネットワークアーキテクチャに基づいている。これらネットワークは二対称部分,符号化と復号化部分を含んでいる。最初の部分では,ネットワークは高レベル特徴マップのセットに与えられた入力からの関連情報をコードしていた。第二部では生成された特徴マップは,望ましい出力に復号化された。信頼できるロバストな深さ情報を予測するために提案したネットワークは,エピポーラ平面画像(EPI)体積と呼ばれる4D LFの3Dサブセットを検討した。ネットワークの重要な側面は,3D畳込み層の使用,二空間次元からの情報とLFの一方向次元を伝搬させるためにできることである。以前の研究と比較してこれは追加的空間正則化,深さアーチファクトを低減することを可能にし,同時に明確な深さ非連続性を維持する。実験結果は筆者らのアプローチが高品質再構成結果,光場(SfLF)法からの現在の最先端の形状よりも優れているを作ることができることを示した。提案したアプローチの主な利点は,低計算時間で高品質の再構成を提供する能力である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】