文献
J-GLOBAL ID:202002240824804737   整理番号:20A0900553

水中画像強調ベンチマークデータセットとそれを超えて【JST・京大機械翻訳】

An Underwater Image Enhancement Benchmark Dataset and Beyond
著者 (7件):
資料名:
巻: 29  ページ: 4376-4389  発行年: 2020年 
JST資料番号: W0364A  ISSN: 1057-7149  CODEN: IIPRE4  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
水中画像強調は海洋工学と水生ロボットにおけるその重要性のために多くの注目を集めている。ここ数年,多数の水中画像強調アルゴリズムが提案されている。しかし,これらのアルゴリズムは,主に合成データセットまたはいくつかの選択された実世界画像を用いて評価される。従って,これらのアルゴリズムが野生で取得された画像でどのように実行されるかは不明であり,どのようにしてフィールドでの進歩を測定することができるかについては明らかではない。このギャップを橋渡しするために,大規模実世界画像を用いた水中画像強調の最初の包括的知覚研究と解析を示した。本論文では,950の実世界水中画像を含む水中画像強調ベンチマーク(UIEB)を構築し,その中の890は対応する参照画像を持っている。著者らは,挑戦的データとして満足な参照画像を得ることができない残りの60の水中画像を処理した。このデータセットを用いて,定性的および定量的に最先端の水中画像強調アルゴリズムの包括的研究を行った。さらに,このベンチマーク上で訓練された水中画像強調ネットワーク(水ネットと呼ばれる)を提案し,これにより,提案したUIEBの訓練畳込みニューラルネットワーク(CNNs)に対する一般化を示した。ベンチマーク評価と提案した水ネットは,最先端のアルゴリズムの性能と限界を実証し,水中画像強調における将来の研究に光を当てた。データセットとコードはhttps://li-chongyi.github.io/proj_benchmark.htmlで利用可能である。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る