文献

J-GLOBAL ID：201902282024835051   整理番号：19A1543779

視覚認知に基づく顕著な領域の抽出【JST・京大機械翻訳】

Extraction of Salient Region Based on Visual Perception

著者 (6件)： Li Yongchang (DFH Satellite Co., Ltd., Beijing, China) ,  Lu Pengluo (Institute of Geology and Geophysics, Chinese Academy of Sciences, Beijing, China) ,  Cheng Cheng (DFH Satellite Co., Ltd., Beijing, China) ,  Hao Jianing (DFH Satellite Co., Ltd., Beijing, China) ,  Liu Li (DFH Satellite Co., Ltd., Beijing, China) ,  Zhu Jun (DFH Satellite Co., Ltd., Beijing, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 550  ページ： 154-163  発行年： 2019年 
JST資料番号： W5070A  ISSN： 1876-1100  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： ディジタル画像をより良く解析し理解するために,視覚認識に基づく顕著な領域抽出アルゴリズムを提案した。最初に,Gaussフィルタのマルチスケール差を画像に使用し,人間の視覚神経細胞の中心周辺応答をシミュレートした。次に,パルス余弦変換を用いて,画像のエッジ情報を抽出し,神経細胞のサイド抑制過程をシミュレーションし,異なるスケールで画像特徴マップを得た。最後に,特徴グラフの閾値セグメンテーションと局所拡張を用いて,最も顕著な画像特徴を有する領域における焦点ウィンドウを構築した。実験は,提案した方法を用いてマイクロソフト研究アジア(MSRA)によって提供された顕著なオブジェクトデータベースの500の画像に関して実行して,[数式:原文を参照]を取り入れて,F-測度の値は0.816と高かった。結果は,この方法が効果的に異なる含有量,異なるターゲット位置とサイズを有する画像の顕著な領域を抽出することができて,適応性に関して位置とサイズを有することを示した。Copyright 2019 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューロン ,  Gaussフィルタ ,  測度 ,  画像 ,  アジア ,  ディジタル画像 ,  セグメンテーション ,  データベース ,  アルゴリズム ,  画像特性 ,  パルス ,  余弦変換 ,  *視認
準シソーラス用語： マルチスケール , 【Automatic Indexing@JST】

著者キーワード (6件)： 宇宙技術 ,  データ解析 ,  視覚認知 ,  顕著な領域 ,  パルス余弦変換 ,  特徴抽出

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： 視覚認知