文献

J-GLOBAL ID：201802275338218509   整理番号：18A0624229

ビッグデータを持つ画像の非参照品質評価モデルの学習【Powered by NICT】

Learning a No-Reference Quality Assessment Model of Enhanced Images With Big Data

著者 (4件)： Gu Ke (Beijing Key Laboratory of Computational Intelligence and Intelligent System, BJUT Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Tao Dacheng (Faculty of Engineering and Information Technologies, School of Information Technologies, The University of Sydney, Sydney, NSW, Australia) ,  Qiao Jun-Fei (Beijing Key Laboratory of Computational Intelligence and Intelligent System, BJUT Faculty of Information Technology, Beijing University of Technology, Beijing, China) ,  Lin Weisi (School of Computer Science and Engineering, Nanyang Technological University, Singapore)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 29  号： 4  ページ： 1301-1313  発行年： 2018年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,画像品質評価(IQA)と機械学習による強化の問題を調べる。この問題は長い計算知能と画像処理コミュニティにおける注意の広い範囲を集めている,多くの実用的な応用,例えば,物体検出と認識のための,原画像は通常視覚品質(例えば,可視度とコントラスト)を高めるために適切に増強されることが必要である。事実,適切な増強は,撮影された画像よりも,入力画像の品質の一般的に最良の品質であると考えられているを著しく改善できる。本論文では,二つの最も重要な寄与を示した。最初の貢献は,新しい参照(NR)IQAモデルを開発することである。画像が与えられた時,提案品質測度は最初のコントラスト,鮮鋭度,輝度以上の解析により十七の特徴を抽出し,次に,回帰モジュールを用いた視覚品質の尺度,関連画像データ集合の大きさよりもはるかに大きいことがビッグデータ訓練サンプルを用いて学習されるを生成する。九データセット上での実験の結果は,典型的な最新の全参照,低減基準とNA IQA法に比較しての本ブラインド計量の優位性と効率を検証した。第二の寄与は,品質の最適化に基づいて確立されたロバストな画像強調フレームワークということである。入力画像に対して,提案したNR IQA測度の指導により,適切なレベルに画像輝度とコントラストを修正継続的にヒストグラム修正を行った。徹底試験は,提案フレームワークは,自然画像,低コントラスト画像,微弱光画像,dehazed画像を増強できることを実証した。ソースコードはhttps://sites.google.com/site/guke198701/publicationsで放出される。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ロバスト性 ,  コントラスト ,  機械学習 ,  画質 ,  最適化 ,  人工知能 ,  *画像 ,  画像強調 ,  測度 ,  *品質 ,  輝度 ,  鮮鋭度 ,  ヒストグラム
準シソーラス用語： 自然画像 ,  視覚品質 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ビッグデータ ,  参照 ,  品質評価 ,  モデル ,  学習