文献

J-GLOBAL ID：201902235802200644   整理番号：19A0527966

深層学習アプローチによる夜間画像への夜間画像の変換【JST・京大機械翻訳】

Converting Night-Time Images to Day-Time Images through a Deep Learning Approach

著者 (3件)： Capece Nicola ,  Erra Ugo ,  Scolamiero Raffaele
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IV  ページ： 324-331  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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,夜間画像を昼間画像に変換するための深い学習手法の応用について検討した。特に,畳込みニューラルネットワークにより,画像上の人工および周囲光のシミュレーションが可能になることを示した。本論文では,深いニューラルネットワークの設計と,実際の屋内環境に関するいくつかの予備的結果と,3Dグラフィックスエンジンによりレンダリングされた2つの仮想環境について説明した。実験結果により,畳込みニューラルネットワークが光編集とディジタル画像処理の分野における興味あるアプローチであることを確認した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 屋内環境 ,  レンダリング ,  ニューラルネットワーク ,  *画像 ,  *学習 ,  編集
準シソーラス用語： デジタル画像処理 ,  仮想環境 ,  3Dグラフィックス ,  畳込みニューラルネットワーク ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 深層学習 ,  夜間