文献

J-GLOBAL ID：202002251541993861   整理番号：20A0951694

光強調のための最適化ベースのデータ生成【JST・京大機械翻訳】

Optimization-Based Data Generation for Photo Enhancement

著者 (5件)： Omiya Mayu (Waseda University) ,  Horiuchi Yusuke (Waseda University) ,  Simo-Serra Edgar (Waseda University) ,  Iizuka Satoshi (University of Tsukuba) ,  Ishikawa Hiroshi (Waseda University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CVPRW  ページ： 1890-1898  発行年： 2019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： 大量の高品質訓練データの作成は,常に教師つき学習法の性能に対するボトルネックである。それは特に光増強のような複雑なタスクに対して時間がかかる。データアノテーションを容易にする最近のアプローチは,最適化により自動的に現実的な訓練データを生成する。本論文において,著者らは,画像類似性を学習することによってこの方式に関して改良して,それは,共分散マトリックス適応化最適化方法によって組合せて,著者らが写真を強化するためにより高い品質トレーニングデータを作り出すことを可能にした。知覚的ユーザ研究を行うことにより,現実世界の光強調画像の挑戦に対するアプローチを評価し,その性能が既存の手法と比較して優れていることを示した。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： *最適化 ,  最適化手法 ,  共分散 ,  教師つき学習 ,  アノテーション
準シソーラス用語： 訓練データ ,  適応化 ,  高品質 ,  *データ生成 , 【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 (2件)： 最適化 ,  データ生成