CNNベース故障検出による画像完備化の反復応用【JST・京大機械翻訳】

Tanaka Takahiro; Kawai Norihiko; Nakashima Yuta; Sato Tomokazu; Yokoya Naokazu

文献

J-GLOBAL ID：201802233996922762 整理番号：18A1688707

CNNベース故障検出による画像完備化の反復応用【JST・京大機械翻訳】

Iterative applications of image completion with CNN-based failure detection

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A1688707&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A1688707&from=J-GLOBAL&jstjournalNo=W0218A") }}

著者 (5件)： , , , ,
資料名：
巻： 55 ページ： 56-66 発行年： 2018年
JST資料番号： W0218A ISSN： 1047-3203 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

画像の完成は,損傷された画像または赤い画像における欠落領域を埋めるための技術である。パッチベースの手法は,欠落領域における画素値と類似の画像パッチ探索を含む最適化問題を解決する主要な手法の一つである。この手法の一つの主要な問題は,アルゴリズムがより良いパッチを見つけることができない場合に,画像中の不完全なテクスチャを複製することがあるか,または欠落領域を覆う場合があるということである。実用的な改善策として,ユーザは,そのような領域を同定するための相互作用を提供し,それが望ましい結果を得るまで,反復的に画像完了を再適用することができる。本研究では,人間の相互作用の代わりに深い神経回路網を用いた自動故障検出による人間-インザループ型画像完成の枠組みを提案した。著者らのニューラルネットワークは,自動化相互作用プロセスのための入力としての完成プロセスから得られた複数の特徴マップから抽出された小パッチを取り,それは数回繰り返される。ニューラルネットワークが従来の線形サポートベクトルマシンより優れていることを実験的に示した。主観的評価により,この方法が非反復応用に比べて得られた画像の視覚品質を大幅に改善することを実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

図形・画像処理一般

, , ,

前のページに戻る