文献

J-GLOBAL ID：202002273458086753   整理番号：20A1365727

不均一照明画像のための深層学習アーキテクチャの解析【JST・京大機械翻訳】

Analysis of Deep Learning Architecture for Non-Uniformly Illuminated Images

著者 (2件)： Subbiah Uma (Amrita School of Engineering, Coimbatore,Department of Computer Science and Engineering,Amrita Vishwa Vidyapeetham,India) ,  S Padmavathi (Amrita School of Engineering, Coimbatore,Department of Computer Science and Engineering,Amrita Vishwa Vidyapeetham,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICICT  ページ： 38-43  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： 画像処理技術への深層学習の利用はますます普及している。画像分類のための畳込みニューラルネットワーク(CNN)の成功に続いて,それらを様々な応用に対して試験した。グランドトルース(光)画像と画像の対応する暗化バージョンを有するデータセット上でCNNを訓練することによって,ニューラルネットワークを強化のために使用することができる。これは夜間画像で見られる不均一照明を考慮しなければならない。非一様照明画像を強化するためにニューラルネットワークを訓練する新しい方法を提案した。さらに,ニューラルネットワークの各層で抽出された畳み込み特徴の可視化を議論し,画像のどの部分が,ニューラルネットワークがオブジェクトを識別するかを理解し,それによってその認識力を強化した。このシステムの潜在用途は,野生動物が生活地域に脅威を与える森林地域近くの定着に有用な,非均一litサーベイランスビデオにおける動物の検出にある。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： 畳込み ,  照明 ,  ニューラルネットワーク ,  動物 ,  可視化 ,  画像処理 ,  野生動物 ,  *計算機アーキテクチャ
準シソーラス用語： 画像分類 ,  グランドトゥルース ,  *深層学習 ,  畳込みニューラルネットワーク , 【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 (5件)： 不均一 ,  照明 ,  深層学習 ,  アーキテクチャ ,  解析