文献

J-GLOBAL ID：202002282872233620   整理番号：20A1794532

フィールドガイダンスの深さを用いたGANベース単一画像反射率除去【JST・京大機械翻訳】

GAN-based single-image reflectance removal using depth of field guidance

著者 (2件)： Heo Miran (Yonsei Univ. (Korea, Republic of)) ,  Choe Yoonsik (Yonsei Univ. (Korea, Republic of))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11515  ページ： 1151503-6  発行年： 2020年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 単一画像上の反射は,不規則な反射を分離するための精巧な物理モデルを定義するので,画像処理とコンピュータビジョンにおいて挑戦的な問題である。事実,人間の視覚は送信された物体に自動的に焦点を合わせることができるが,基本的な深いニューラルネットワークは,意図的なメカニズムの学習に限界がある。本論文では,この問題を解決するため,フィールド(DoF)の深度を用いて誘導されるGenerative Adversarial Networkを提案した。DoFを画像統計を用いて定式化し,画像の集束領域を示した。したがって,生成と識別ネットワークの両方にこの情報を加えることによって,発電機は伝送層に集中し,識別器は回復領域の局所整合性を推定できる。実画像において地上の送信層を得るのは難しいので,合成反射を有するデータセットを定量的評価のために考慮した。実験結果は,提案方法がPSNRとSSIMの両方で既存の手法より優れていることを証明した。視覚出力は,提案したネットワークが,以前の方法と比較して,反射を確かに除去し,十分な伝送層を生成することを示した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  集束 ,  *反射率 ,  弁別器 ,  ネットワーク ,  ニューラルネットワーク ,  画像処理 ,  コンピュータビジョン ,  定式化
準シソーラス用語： ピーク信号対雑音比 ,  物理モデル ,  定量的評価 ,  構造的類似性 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  テレビジョン一般  (ND12031N)

タイトルに関連する用語 (4件)： フィールド ,  ガイダンス ,  GaN ,  反射率