文献

J-GLOBAL ID：202102219403007775   整理番号：21A2492835

Hazy画像における天空検出【JST・京大機械翻訳】

Sky Detection in Hazy Image

著者 (12件)： Song Yingchao (Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China) ,  Song Yingchao (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Song Yingchao (Key Laboratory of Opto-Electronic Information Processing, Chinese Academy of Sciences, Shenyang 110016, China) ,  Luo Haibo (Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China) ,  Luo Haibo (Key Laboratory of Opto-Electronic Information Processing, Chinese Academy of Sciences, Shenyang 110016, China) ,  Ma Junkai (Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China) ,  Ma Junkai (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Ma Junkai (Key Laboratory of Opto-Electronic Information Processing, Chinese Academy of Sciences, Shenyang 110016, China) ,  Hui Bin (Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China) ,  Hui Bin (Key Laboratory of Opto-Electronic Information Processing, Chinese Academy of Sciences, Shenyang 110016, China) ,  Chang Zheng (Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China) ,  Chang Zheng (Key Laboratory of Opto-Electronic Information Processing, Chinese Academy of Sciences, Shenyang 110016, China)
資料名： Sensors (Web)  (Sensors (Web))
巻： 18  号： 4  ページ： 1060  発行年： 2018年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： スカイ検出は様々なコンピュータビジョンアプリケーションにおいて本質的な役割を果たす。理想的なデータセットで訓練されているほとんどの既存の空検出手法は,天候や照明条件の影響のような好ましくない条件に直面したとき,有効性を失う可能性がある。本論文では,煙霧画像における空検出のための新しいアルゴリズムを,煙霧の密度の探査の観点から提案した。画像セグメンテーションと領域レベル分類による問題に取り組んだ。hazyシーンのスカイを特性化するために,著者らは,知覚的hazy密度とシーン深さを反映するいくつかの煙霧関連特徴について,先例なく導入した。これらの特徴に基づいて,空を2つの不均衡SVM分類器と類似性測定で分離した。さらに,モデル訓練と性能評価のために,500の注釈付きhazy画像を有する空のデータセット(HazySkyと命名)を構築した。提案手法の性能を評価するために,HazySkyデータセットとSkyFinderデータセットの両方について広範な実験を行った。結果は,著者らの方法が,以前の方法よりも検出精度に関して,hazyシーンの下でだけでなく,他の気象条件の下でも,より良く機能することを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  照明条件 ,  気象条件 ,  応用プログラム ,  コンピュータビジョン ,  キャラクタリゼーション ,  有効性 ,  性能評価 ,  *アノテーション
準シソーラス用語： 煙霧 ,  ヘイズ ,  画像セグメンテーション ,  検出精度 ,  天候 ,  SVM分類 , 【Automatic Indexing@JST】

著者キーワード (6件)： 空検出 ,  天空ラベリング ,  ヘイズ関連特徴 ,  知覚ヘイズ密度 ,  不均衡分類器 ,  HazySky

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

引用文献 (27件)：

• Shen, Y.; Wang, Q. Sky Region Detection in a Single Image for Autonomous Ground Robot Navigation. Int. J. Adv. Robot. Syst. 2013, 10, 362.
• Mcgee, T.G.; Sengupta, R.; Hedrick, K. Obstacle Detection for Small Autonomous Aircraft Using Sky Segmentation. In Proceedings of the IEEE International Conference on Robotics and Automation, Barcelona, Spain, 18-22 April 2005; pp. 4679-4684.
• Wang, B.; Su, Y.; Wan, L. A Sea-Sky Line Detection Method for Unmanned Surface Vehicles Based on Gradient Saliency. Sensors 2016, 16, 543.
• Sunkavalli, K.; Lin, Z.; Shen, X.; Tsai, Y.-H.; Yang, M.-H. Sky is not the limit: Semantic-aware sky replacement. ACM Trans. Graph. 2016, 35, 149.
• Laffont, P.Y.; Ren, Z.; Tao, X.; Qian, C.; Hays, J. Transient attributes for high-level understanding and editing of outdoor scenes. ACM Trans. Graph. 2014, 33, 149.