文献

J-GLOBAL ID：201802271711606449   整理番号：18A0382867

深い学習を通した分類問題としての計算色恒常性へのアプローチ【Powered by NICT】

Approaching the computational color constancy as a classification problem through deep learning

著者 (2件)： Oh Seoung Wug (Department of Computer Science, Yonsei University, 50 Yonsei-ro, Seodaemun-gu, Seoul, Republic of Korea) ,  Kim Seon Joo (Department of Computer Science, Yonsei University, 50 Yonsei-ro, Seodaemun-gu, Seoul, Republic of Korea)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 61  ページ： 405-416  発行年： 2017年 
JST資料番号： D0611A  ISSN： 0031-3203  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)

抄録/ポイント： 照明条件変動下でのシーンの画像は標準的な照明下での画像に正規化できるように計算色恒常性は光源色を計算する問題に言及した。本論文では,照明推定問題のための深い学習フレームワークを採用した。提案した方法は,シーン上の均一な照明の仮定の下で作動し,正確な光色計算のための目的としている。より詳しくいえば,ここでは,色恒常性問題を捉える照明分類問題として問題を解くための畳込みニューラルネットワークを訓練した。ネットワークの出力は,照明の色を計算するための直接使用できるように深い学習アーキテクチャを設計した。実験結果は,筆者らの深部ネットワーク照明推定のための有用な特徴を抽出することができ,提案手法では,複数の試験データセット上でこれまでのすべての色恒常性手法よりも優れていることを示した。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： 照明条件 ,  照明 ,  ネットワーク ,  深部 ,  *学習 ,  画像 ,  機械学習 ,  正規化 ,  計算機アーキテクチャ
準シソーラス用語： 試験データ ,  畳込みニューラルネットワーク ,  光源色 ,  *色覚恒常 , 【Automatic Indexing@JST】

著者キーワード (5件)： 計算色恒常性 ,  白色バランス ,  照明推定 ,  機械学習 ,  畳込みニューラルネットワーク

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 学習 ,  分類 ,  計算 ,  色恒常性