文献

J-GLOBAL ID：201902246438911537   整理番号：19A0913003

多分岐深確率ネットワークによる色恒常性【JST・京大機械翻訳】

Color constancy via multibranch deep probability network

著者 (7件)： Wang Fei (Xidian University, School of Telecommunications Engineering, Xi’an, China) ,  Wang Wei (Xidian University, School of Telecommunications Engineering, Xi’an, China) ,  Qiu Zhiliang (Xidian University, School of Telecommunications Engineering, Xi’an, China) ,  Fang Jianwu (Xi’an Jiaotong University, Institute of Artificial Intelligence and Robotics, Xi’an, China) ,  Fang Jianwu (Chang’an University, School of Electronic and Control Engineering, Xi’an, China) ,  Xue Jianru (Xi’an Jiaotong University, Institute of Artificial Intelligence and Robotics, Xi’an, China) ,  Zhang Jingru (University of Texas Rio Grande Valley, Department of Computer Science, United States)
資料名： Journal of Electronic Imaging  (Journal of Electronic Imaging)
巻： 27  号： 4  ページ： 043010  発行年： 2018年 
JST資料番号： W0500A  ISSN： 1017-9909  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： 要約。学習に基づくマルチブランチ深い確率ネットワークを提案し,一般的に色恒常性と呼ばれるシーンにおける光源の照明色を推定した。この方法は,2つの結合サブネットワークから成り,それは,深いマルチブランチ照明推定ネットワーク(DMBEN)と深い確率コンピューティングネットワーク(DPN)である。DMBENの1つのブランチは,プール層と完全に接続された層を通して全体的照明を推定する。一方,他のブランチは,局所照明を評価するために,エンドツーエンド残差ネットワーク(Res-net)として構築される。他の随伴サブネットワークDPNは,DMBENの結果がグランドトルースに類似している確率を別々に計算し,次に,新しい基準の下で2つの確率に従ってより良い推定を決定する。Color CheckerとNUS 8-Cameraデータセットに関する広範な実験の結果は,提案したアプローチが効率と有効性の両方において最先端の方法より優れていることを示した。Copyright 2018 SPIE and IS&T Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エンドツーエンド方式 ,  光源 ,  照明 ,  残差 ,  有効性 ,  *ネットワーク
準シソーラス用語： Camera ,  グランドトゥルース ,  随伴 ,  サブネットワーク ,  *色覚恒常 ,  *確率ネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 色恒常性 ,  多分岐照明推定 ,  確率ネットワーク

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)： 確率ネットワーク ,  色恒常性