リカレントニューラルネットワークと拡張主色成分を用いた実画像からのグラフィック画像のハンチング【JST・京大機械翻訳】

Lee Gahye; Lee Seungkyu

文献

J-GLOBAL ID：202002237791643005 整理番号：20A1799055

リカレントニューラルネットワークと拡張主色成分を用いた実画像からのグラフィック画像のハンチング【JST・京大機械翻訳】

Hunting out graphic images from real images using recurrent neural network and extended principal color components

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1799055&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (2件)： ,
資料名：
号： SA ’18 ページ： 1-2 発行年： 2018年
JST資料番号： D0698C 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)

最近のグラフィックス技術は驚くほど現実的なコンテンツを創り出すので,そのような人工物語の大半は没入的仮想経験を助ける。一方,ヒトは,観察された視覚情報が実またはグラフィックモデルであるかどうかを認識できる。本研究では,実画像からグラフィック画像を抽出するための深層学習ベースグラフィックおよび実画像分類法を提案した。深層学習手法を採用するために,著者らは,約25K画像からなるグラフィック-実画像データセットを構築した。定量的分類と定性的グラフィック画像ハンチング結果を提示し,画像検出や画像リアリズム増強のような興味深い応用に役立つ。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

,
, , , 【Automatic Indexing@JST】

著者キーワード (1件)：

図形・画像処理一般

, , , ,

前のページに戻る