文献

J-GLOBAL ID：201902222430299392   整理番号：19A1664903

単一熱画像超解像におけるマルチモーダルセンサ融合【JST・京大機械翻訳】

Multimodal Sensor Fusion in Single Thermal Image Super-Resolution

著者 (2件)： Almasri Feras (Department LISA - Laboratory of Image Synthesis and Analysis, Universite Libre de Bruxelles, Brussels, Belgium) ,  Debeir Olivier (Department LISA - Laboratory of Image Synthesis and Analysis, Universite Libre de Bruxelles, Brussels, Belgium)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11367  ページ： 418-433  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 視覚監視とセキュリティ分野における急速な成長により,熱赤外画像は様々な産業応用においてますます必要となっている。これは,IRセンサが同じ分解能を持つRGB対応物よりも依然として高価であるにもかかわらず,真である。本論文では,熱画像分解能を高めるための深い学習解を提案した。以下の結果を示した。(i)視覚画像から高周波情報を統合することにより,熱画像超解像を扱う多モード,視覚-熱融合モデルの導入。(ii)文献における異なるネットワークアーキテクチャ方式の調査,それらのアップサンプリング方法,学習手順,およびそれらの最適化機能を,超解像問題に対するそれらの有益な寄与を示すことによって,それらの最適化機能を示した。(iii)熱画像とそれらの視覚画像対応物を含むベンチマークULB17-VTデータセットを提示した。(iv)58のサンプルと22の評価者による大規模なテストセットの定性的評価の前提条件は,著者らの提案したモデルが,より良く機能することを示した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  ベンチマーク ,  視覚 ,  分解能 ,  赤外線画像 ,  *超解像 ,  セキュリティ ,  *熱画像 ,  *多モード ,  最適化 ,  *センサフュージョン ,  *画像 ,  高速度 ,  *センサ
準シソーラス用語： アップサンプリング , 【Automatic Indexing@JST】

著者キーワード (3件)： 超解像 ,  センサ融合 ,  熱画像

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)： 熱画像 ,  超解像 ,  マルチモーダル ,  センサ融合