文献

J-GLOBAL ID：201902236980309450   整理番号：19A0512317

画像処理パイプラインの学習【JST・京大機械翻訳】

Learning the Image Processing Pipeline

著者 (4件)： Jiang Haomiao (Department of Electrical Engineering, Stanford University Psychology Department, Stanford University, Stanford, CA, USA) ,  Tian Qiyuan (Department of Electrical Engineering, Stanford University Psychology Department, Stanford University, Stanford, CA, USA) ,  Farrell Joyce (Department of Electrical Engineering, Stanford University Psychology Department, Stanford University, Stanford, CA, USA) ,  Wandell Brian A. (Department of Electrical Engineering, Stanford University Psychology Department, Stanford University, Stanford, CA, USA)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 10  ページ： 5032-5042  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 多くの創造的アイデアが画像センサ設計のために提案されており,これらは消費者写真からコンピュータビジョンまでの範囲の応用において有用である可能性がある。各新しい設計を理解するために,センサデータを形式に変換する対応する画像処理パイプラインを生成しなければならない。これは応用に適している。これらのパイプラインを設計し最適化する必要性は,時間がかかり費用がかかる。機械学習と画像システムシミュレーションを組み合わせてパイプライン設計を自動化する方法を説明した。この手法は,局所線形フィルタの大きな収集として画像処理パイプラインを考える新しい方法に基づいている。この方法を用いて,消費者写真応用における新しいセンサアーキテクチャのパイプラインを設計する方法を示した。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： *画像処理 ,  イメージセンサ ,  自動化 ,  センサ ,  システムシミュレーション ,  最適化 ,  機械学習 ,  消費者 ,  *画像 ,  コンピュータビジョン ,  計算機アーキテクチャ
準シソーラス用語： 線形フィルタ ,  センサデータ , 【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 (3件)： 画像処理 ,  パイプライン ,  学習