文献

J-GLOBAL ID：202102272772989521   整理番号：21A0539018

透視傾斜補正に基づくディジタル画像美的組成最適化【JST・京大機械翻訳】

Digital Image Aesthetic Composition Optimization Based on Perspective Tilt Correction

著者 (4件)： Shao Hang (University of Shanghai for Science and Technology,The Department of Automation,Shanghai,China) ,  Wang Yongxiong (University of Shanghai for Science and Technology,The Department of Automation,Shanghai,China) ,  Ding Derui (University of Shanghai for Science and Technology,The Department of Automation,Shanghai,China) ,  Wang Chaoli (University of Shanghai for Science and Technology,The Department of Automation,Shanghai,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CAC  ページ： 5267-5272  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： ディジタル画像インテリジェント美学の分野では,自動美的評価と組成最適化において多くの努力がなされてきた。比較として,画像傾斜補正に焦点を当てた研究はほとんどない。本論文では,画像傾斜を自動的に補正し,画像視覚バランスを最適化するための新しい方法を提案した。本方法において,デカルト座標に基づく透視変換を,平面画像の視覚バランスを改善するために革新的に用いた。一方,特徴抽出において,学習ベースのアルゴリズムをバックボーンとして使用した。本方法のロバスト性をさらに高めるために,新しいラインセグメントクラスタ化検出アルゴリズム(LSCD)を,ライン特徴を検出するために提案した。次に,線特徴を用いて傾斜補償角を計算した。LSCDアルゴリズムは,従来のHough変換線検出アルゴリズムの欠陥を効果的に作り出すことができた。提案手法の科学的性と妥当性を定性的および定量的に検証するために,画像を用いて複数の実験を行った。実験結果は,著者らの方法の最適化性能が,最先端の直線ベースおよびアフィン変換ベースの補正アルゴリズムよりも著しく良いことを証明した。Copyright 2021 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： アルゴリズム ,  *最適化 ,  視覚 ,  学習 ,  特徴抽出 ,  クラスタ化 ,  透視 ,  *ディジタル画像 ,  Hough変換 ,  ロバスト性 ,  直角座標 ,  アフィン変換
準シソーラス用語： 二次元画像 ,  検出アルゴリズム , 【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 (4件)： 透視 ,  ディジタル画像 ,  組成 ,  最適化