文献

J-GLOBAL ID：201902284269147447   整理番号：19A0512867

最小障壁距離変換と顕著性融合によるRGB-D突出物体検出【JST・京大機械翻訳】

RGB-D Salient Object Detection via Minimum Barrier Distance Transform and Saliency Fusion

著者 (2件)： Wang Anzhi (College of Computer Science, Sichuan University, Chengdu, China) ,  Wang Minghui (College of Computer Science, Sichuan University, Chengdu, China)
資料名： IEEE Signal Processing Letters  (IEEE Signal Processing Letters)
巻： 24  号： 5  ページ： 663-667  発行年： 2017年 
JST資料番号： W0576A  ISSN： 1070-9908  CODEN： ISPLEM  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： 画像における顕著なオブジェクトの自動検出は,近年の多くの視覚タスクにおけるその利用のためのコンピュータビジョン分野におけるその人気を獲得した。深さ情報は人間の視覚システムにおいて重要な役割を果たしているが,それはほとんどの既存の二次元(2-D)顕著性検出法では利用されていない。本論文では,多層セルラオートマトン(MCA)に基づく最小障壁距離変換と顕著性融合による多段階突出物体検出フレームワークを提案した。まず第一に,著者らは独立して三次元空間的事前,深さバイアス,およびRGB生成と深さによって誘発された顕著性マップを作り出す。次に,二つの顕著性マップを深さバイアスにより重み付けし,二つの初期マップを得た。次に,著者らは,より正確な深さによって誘発された顕著性マップを作り出すために,顕著性最適化ステップを採用した。さらに,最初のRGB生成と最適化された深さ誘起マップを,さらに3次元空間事前と融合させた。最後に,著者らは,以前に生成されたすべての顕著性マップを融合するためにMCAを利用して,完全な顕著なオブジェクトによって最終的な顕著性結果を得た。提案した方法を公開可能なベンチマークデータセット,RGBD1000上で評価した。いくつかの最先端の2-Dおよび深さ認識手法と比較して,実験結果は,著者らの方法の有効性および優位性を実証した。それは,RGB-D画像から顕著なオブジェクトを正確に検出することができて,最も満足できる全体的性能を持った。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： 二次元 ,  画像 ,  *視覚 ,  有効性 ,  多層 ,  最適化 ,  ベンチマーク ,  コンピュータビジョン ,  検出法
準シソーラス用語： 顕著性マップ ,  三次元空間 ,  自動検出 ,  *物体検出 ,  *RGB-D ,  *距離変換 , 【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 (5件)： 障壁 ,  距離変換 ,  融合 ,  RGB-D ,  物体検出