文献

J-GLOBAL ID：201802247517906788   整理番号：18A0017772

雑音と大域照明の認識:SVMに基づく自動停止基準に向けて【Powered by NICT】

Perception of noise and global illumination: Toward an automatic stopping criterion based on SVM

著者 (7件)： Takouachet Nawel (Universite Abbes Laghrour Khenchela, Khenchela, Algeria) ,  Delepoulle Samuel (Universite Lille Nord de France, Lille F-59000, France) ,  Delepoulle Samuel (ULCO, LISIC, Calais F-62228, France) ,  Renaud Christophe (Universite Lille Nord de France, Lille F-59000, France) ,  Renaud Christophe (ULCO, LISIC, Calais F-62228, France) ,  Zoghlami Nesrine (Universite Tunis EL Manar, Tunis, Tunisia) ,  Tavares Joao Manuel R.S. (Instituto de Ciencia e Inovacao em Engenharia Mecanica e Engenharia Industrial, Departamento de Engenharia Mecanica, Faculdade de Engenharia, Universidade do Porto, Porto, Portugal)
資料名： Computers & Graphics  (Computers & Graphics)
巻： 69  ページ： 49-58  発行年： 2017年 
JST資料番号： D0525B  ISSN： 0097-8493  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： 確率的手法に基づく不偏大域照明法はフォトリアリスティックな画像を提供した。しかし,それらは処理した試料の数を増加させることによってのみ還元され雑音を被る傾向があった。ほとんどの観察者は雑音を知覚することができないことを保証するために必要であることを試料の数を求める問題は依然として未解決の問題である。本論文では,雑音の視覚認識に焦点を当てたこの問題に取り組んだ。しかし,既知の知覚モデルを用いるよりもむしろ,人工知能の分野で用いられている古典的学習アプローチの使用を検討した。,画像は知覚雑音を強調し学習することができるモデルを作成するためにそのような方法を用いることを提案した。学習は,人間ユーザを用いた騒音知覚の実験に基づく例のデータベースを用いて行った。入力画像の異なる部分の視覚収束しきい値を見出すために,このモデルは,進行性確率的大域照明法に用いることができる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *雑音 ,  視覚 ,  人工知能 ,  学習 ,  データベース ,  騒音 ,  視認 ,  画像
準シソーラス用語： 観測者 ,  確率的方法 ,  *大域照明 , 【Automatic Indexing@JST】

著者キーワード (3件)： 大域照明 ,  騒音知覚 ,  学習法

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)： 雑音 ,  大域照明 ,  SVM ,  停止基準