{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}2024年03月
文献
J-GLOBAL ID:201802243964816220   整理番号:18A1711854

絵画画像の視覚的複雑さを知覚するための評価モデル【JST・京大機械翻訳】

Assessment model for perceived visual complexity of painting images
著者 (5件):
資料名:
巻: 159  ページ: 110-119  発行年: 2018年 
JST資料番号: T0426A  ISSN: 0950-7051  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)
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。
知識システムの構築において,視覚認識は知識獲得の主要な手段である。したがって,視覚認識に関連する問題を解決することは非常に重要である。視覚的知覚の基本的側面としての視覚的複雑さは,視覚刺激を理解し理解することが人間にとって極めて重要である。これは興味ある問題をもたらす。すなわち,どの因子が画像の視覚的複雑さに影響するか,客観的に視覚的複雑さを評価する方法である。この問題を解決するために,視覚刺激としてディジタル絵画画像を取り上げた。まず第一に,絵画画像の主観的複雑性ラベルを収集するために実験を行い,次に視覚的複雑性知覚に影響を及ぼす因子を同定する。人間の視覚的複雑性知覚に影響を及ぼす3つの主な因子,すなわち,組成,色,およびコンテンツの分布を同定した。第二に,著者らは,上記の3つの因子を表す29のグローバル,局所,および顕著な領域特徴を設計するために,心理学と芸術理論から理論的および経験的概念を研究する。さらに,絵画画像の視覚的複雑さを推定する2つの方法を提供した。一つは,複雑度レベルを三つのレベル(低,中,高複雑度)に分類することにより,絵画画像の視覚的複雑度レベルを評価することである。もう一つは,回帰モデルによる絵画画像の複雑さ値を予測することである。実験結果は,提案した分類法(ランダムフォレスト分類器による)が,86.78%の精度で絵画の視覚的複雑性知覚を予測できることを示した。比較によって,提案方法は,主観的複雑性と複雑さの客観的測度の間のより高い相関係数によって,画像複雑性の他の測定を上回った。さらに,視覚的複雑さの回帰モデルを適用して,絵画画像の他の特徴を予測した。結果は,回帰モデルには,JenAescenticsデータセットに含まれる絵画画像の色の美的品質,美しさ,および好みを測定する良い能力があることを示している。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る