文献

J-GLOBAL ID：202002282807763751   整理番号：20A2694253

効率的なグローバル画像リタッチのための条件付き逐次変調【JST・京大機械翻訳】

Conditional Sequential Modulation for Efficient Global Image Retouching

著者 (9件)： He Jingwen (ShenZhen Key Lab of Computer Vision and Pattern Recognition, SIAT - SenseTime Joint Lab, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Beijing, China) ,  He Jingwen (SIAT Branch, Shenzhen Institute of Artificial Intelligence and Robotics for Society, Shenzhen, China) ,  Liu Yihao (ShenZhen Key Lab of Computer Vision and Pattern Recognition, SIAT - SenseTime Joint Lab, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Beijing, China) ,  Liu Yihao (SIAT Branch, Shenzhen Institute of Artificial Intelligence and Robotics for Society, Shenzhen, China) ,  Liu Yihao (University of Chinese Academy of Sciences, Beijing, China) ,  Qiao Yu (ShenZhen Key Lab of Computer Vision and Pattern Recognition, SIAT - SenseTime Joint Lab, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Beijing, China) ,  Qiao Yu (SIAT Branch, Shenzhen Institute of Artificial Intelligence and Robotics for Society, Shenzhen, China) ,  Dong Chao (ShenZhen Key Lab of Computer Vision and Pattern Recognition, SIAT - SenseTime Joint Lab, Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Beijing, China) ,  Dong Chao (SIAT Branch, Shenzhen Institute of Artificial Intelligence and Robotics for Society, Shenzhen, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12358  ページ： 679-695  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 光復元は,過/下曝露,低コントラスト,無害な飽和のような写真欠陥に悩まされる画像の美的視覚品質の強化を目的とする。実際には,一連の画像処理操作によって,光再接触を達成できる。本論文では,いくつかの通常用いられる再構成操作を検討し,これらの画素独立演算を多層パーセプトロン(MLP)により近似または定式化できることを見出した。この解析に基づいて,著者らは,効率的なグローバル画像再構成のために,非常に軽量のフレームワーク-Conditional Sequential Reutching Network(CSRNet)を提案した。CSRNetはベースネットワークと条件ネットワークから成る。ベースネットワークは,各画素を独立に処理するMLPのように動作し,条件ネットワークは入力画像の大域的特徴を抽出し,条件ベクトルを生成する。再構成操作を実現するために,著者らは,パラメータが条件ベクトルによって変換されるグローバル特徴変調(GFM)を用いて中間特性を調整した。[数式:原文を参照]コンボリューションの利用から利益を得て,CSRNetは,既存の学習ベースの方法よりも数桁小さい,37kの訓練可能なパラメータしか含まない。広範な実験は,この方法がベンチマークMIT-Adobe5Kデータセットに対して,定性的および定性的に最先端の性能を達成することを示した。コードは,利用可能である。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コントラスト ,  畳込み ,  ベクトル ,  学習 ,  ネットワーク ,  演算 ,  画像処理 ,  *画素 ,  再構成 ,  定式化 ,  ベンチマーク ,  多層パーセプトロン ,  画像再構成
準シソーラス用語： 視覚品質 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： グローバル ,  逐次 ,  変調