文献

J-GLOBAL ID：202002252835712464   整理番号：20A1633813

ロボットビジョン応用のための注意モデル誘導画像強調【JST・京大機械翻訳】

Attention-model Guided Image Enhancement for Robotic Vision Applications

著者 (4件)： Yi Ming (Japan Advanced Institute of Science and Technology (JAIST),School of Information Science,Nomi,Ishikawa,Japan,923-1292) ,  Li Wanxiang (Japan Advanced Institute of Science and Technology (JAIST),School of Information Science,Nomi,Ishikawa,Japan,923-1292) ,  Elibol Armagan (Japan Advanced Institute of Science and Technology (JAIST),School of Information Science,Nomi,Ishikawa,Japan,923-1292) ,  Chong Nak-Young (Japan Advanced Institute of Science and Technology (JAIST),School of Information Science,Nomi,Ishikawa,Japan,923-1292)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： UR  ページ： 514-519  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： 光学データは,ロボットプラットフォームのための重要な情報資源の1つであり,使用する環境と相互作用する。得られた画像品質は,洗練された方法(例えば,物体検出と認識)の成功した応用を持つ主な要因である。本論文では,照明と雑音除去を強化することにより画像品質を改善する方法を提案した。提案方法は,生成敵対ネットワーク(GAN)構造に基づいている。それは,強化プロセスを導くために注意モデルを使用し,また,識別器ネットワークの入力にノイズを加えるステップによって同時に雑音除去を適用する。提案方法の性能を強調するために,実際のデータセットを用いた詳細な実験と比較結果を提示した。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： 雑音 ,  相互作用 ,  弁別器 ,  ネットワーク ,  画質 ,  *画像強調 ,  雑音除去
準シソーラス用語： 情報資源 ,  物体検出 ,  *ロボットビジョン ,  ロボットプラットフォーム , 【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 (6件)： ロボットビジョン ,  応用 ,  注意 ,  モデル ,  誘導 ,  画像強調