文献

J-GLOBAL ID：202002235053964870   整理番号：20A0083184

結合意味エッジと有向全変分のテクスチャ-構造分解【JST・京大機械翻訳】

Texture-Structure Decomposition with Semantic Edge Detection and Directional Total Variation

著者 (4件)： Wu Hao (云南大学信息学院計算机科学与工程系 昆明 650504) ,  Yuan Guowu (云南大学信息学院計算机科学与工程系 昆明 650504) ,  Pu Yuanyuan (云南大学信息学院計算机科学与工程系 昆明 650504) ,  Xu Dan (云南大学信息学院計算机科学与工程系 昆明 650504)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 31  号： 10  ページ： 1786-1794  発行年： 2019年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： スケール変化が大きいテクスチャを除去するとき,低レベルの視覚特徴に基づくテクスチャ-構造分解方法は,意味的に重要な弱いエッジを正確に保存するのが難しいので,この問題を解決するために,融合意味エッジ検出と有向完全変分モデルに基づくテクスチャ-構造分解法を提案した。まず第一に,マルチ畳込み特徴ネットワークを用いて,各画素の意味論的エッジの信頼度を推定した。次に,テクスチャの局所振動の仮定に基づいて,各画素のテクスチャ度を,有向全変動によって推定し,そして,テクスチャエッジおよび構造エッジを,さらに効果的に区別するために,ブロック並進アルゴリズムを導入して,テクスチャ度を修正し,そして,端部信頼度を,分解モデルの重みを,最適化するために,用いた。BSDS500,NYUD,およびRTVDデータセットに関する実験結果は,提案方法が,分解精度と視覚品質において,既存の方法より優れていて,GPUによって,高解像度画像の分解効率を加速できるのを示している。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  分割法 ,  信頼度 ,  局在振動 ,  エッジ検出 ,  意味論 ,  並進 ,  畳込み ,  画素 ,  アルゴリズム ,  最適化 ,  *変分法
準シソーラス用語： 視覚品質 ,  総変動 ,  視覚顕著 , 【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 (4件)： 意味 ,  エッジ ,  変分 ,  分解