文献

J-GLOBAL ID：202002216996463764   整理番号：20A1613225

畳込みニューラルネットワークを用いたイベントカメラのための強度画像再構成【JST・京大機械翻訳】

Intensity-Image Reconstruction for Event Cameras Using Convolutional Neural Network

著者 (4件)： Chen Yongwei (Peking University,School of Software & Microelectronics) ,  Chen Weitong (Peking University,School of Software & Microelectronics) ,  Cao Xixin (Peking University,School of Software & Microelectronics) ,  Hua Qianting (Peking University,School of Software & Microelectronics)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICASSP  ページ： 1973-1977  発行年： 2020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： イベントカメラは,高い時間分解能,高いダイナミックレンジなどの従来のカメラより多くの利点を持っている。しかし,イベントカメラの出力は,強度画像よりも非同期イベントストリームであるので,フレームベースアルゴリズムは直接使用できない。また,人間の視聴のためのディスプレイ上のイベントカメラの強度画像を提示する必要がある。本論文では,「イベントフレーム」を,減衰法でイベントストリームから回収し,それらをUネットネットワークに供給して,強度画像を生成した。このモデルを大量の模擬データで訓練し,訓練を通して知覚損失を徐々に低減した。モデルを評価するために,シミュレーションデータと実データに関するターゲット画像と生成画像を比較した。これは,著者らのモデルがイベントカメラの強度画像を非常に良く再構成できることを証明した。Copyright 2020 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： アルゴリズム ,  *カメラ ,  シミュレーション ,  再構成 ,  表示装置 ,  ダイナミックレンジ ,  *画像再構成 ,  時間分解能
準シソーラス用語： 合成画像 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

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 (3件)： 畳込みニューラルネットワーク ,  イベント ,  画像再構成