文献

J-GLOBAL ID：201902220623179130   整理番号：19A1057205

二重畳込みニューラルネットワークによる高速応答バーコードぼけ除去【JST・京大機械翻訳】

Quick response barcode deblurring via doubly convolutional neural network

著者 (4件)： Pu Haitao (Department of Electronic Engineering Information Technology, Shandong University of Sci&Tech, Jinan, China) ,  Fan Mingqu (Department of Electronic Engineering Information Technology, Shandong University of Sci&Tech, Jinan, China) ,  Yang Jinliang (Department of Electronic Engineering Information Technology, Shandong University of Sci&Tech, Jinan, China) ,  Lian Jian (Department of Electronic Engineering Information Technology, Shandong University of Sci&Tech, Jinan, China)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 78  号： 1  ページ： 897-912  発行年： 2019年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 二次元(2D)バーコードのための様々な画像前処理応用には,劣化操作(例えば,ぼけ)を逆転させることが含まれている。これまでに提案されたぼけ除去手法の多くは,適切なデコンボリューションモデルの構築に焦点を当てており,実験室レベルで顕著な性能を示している。しかしながら,モデルベースの画像ぼけ解決策は,実際のシナリオではうまく機能しないかもしれない。この問題を扱うために,著者らは,二次元バーコードぼけに対するパラメータのない状況に取り組むために,畳込みニューラルネットワーク(CNN)ベースのフレームワークを提案した。提案した解法は,従来のモデルベースの方法とぼけた2Dバーコード画像を逆転する要求の間のギャップを橋渡しするために,深い学習技術を活用した。実際的にぼけた高速応答(QR)バーコード画像に関する実験は,提案した手法が最先端のモデルベース画像ぼけ手法と比較して優れた性能を達成することを実証した。Copyright 2018 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *バーコード ,  モデル ,  学習 ,  デコンボリューション ,  画像ぼけ ,  画像 ,  二次元 ,  画像処理
準シソーラス用語： 二次元コード ,  モデルベース ,  画像前処理 ,  ぼけ修正 ,  *高速応答 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 画像処理 ,  ぼけ ,  畳み込みニューラルネットワーク ,  2Dバーコード

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)： 畳込みニューラルネットワーク ,  高速応答 ,  バーコード ,  ぼけ除去