文献

J-GLOBAL ID：202202225443162791   整理番号：22A0946048

単一画像デライニングのためのマルチ受容フィールド集約ネットワーク【JST・京大機械翻訳】

Multi-receptive Field Aggregation Network for single image deraining

著者 (4件)： Liang Songliang (School of Computer Science and Engineering, Research Institute of Sun Yat-sen University in Shenzhen, Sun Yat-sen University, Guangzhou, China) ,  Meng Xiaozhe (School of Computer Science and Engineering, Research Institute of Sun Yat-sen University in Shenzhen, Sun Yat-sen University, Guangzhou, China) ,  Su Zhuo (School of Computer Science and Engineering, Research Institute of Sun Yat-sen University in Shenzhen, Sun Yat-sen University, Guangzhou, China) ,  Zhou Fan (School of Computer Science and Engineering, Research Institute of Sun Yat-sen University in Shenzhen, Sun Yat-sen University, Guangzhou, China)
資料名： Journal of Visual Communication and Image Representation  (Journal of Visual Communication and Image Representation)
巻： 84  ページ： Null  発行年： 2022年 
JST資料番号： W0218A  ISSN： 1047-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 画像雑音除去は,コンピュータビジョンシステムを加速するための画像の視覚品質を確実にする重大な問題である。しかし,捕捉された降雨ストリークの特徴とグローバルな情報の不足のため,現在の画像排水法は,しばしば降雨ストリークと画像ぼけの問題に直面する。本論文では,クリーナーレインフリー画像を復元するために,マルチ受信フィールド集約ネットワーク(MRFAN)を提案した。具体的には,異なる受容野で降雨特徴を捉えるために,マルチ受容フィールド特徴抽出ブロック(MFEB)を構築した。MFEBでは,自己監督ブロック(SSB)と凝集ブロック(AGB)を設計した。SSBは,ネットワークを臨界降雨特性と降雨被覆地域に適応的に集中させることができる。AGBは効果的に凝集して,ネットワークが降雨ストリークをよりよくシミュレートするのを助けるために,マルチスケール特徴を再分布した。実験は,著者らの方法が合成データセットと実世界の雨画像の両方に関してより良い結果を達成することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝集 ,  降雨 ,  *ネットワーク ,  排水 ,  被覆 ,  特徴抽出 ,  受信 ,  臨界 ,  *画像 ,  降雨特性 ,  画像ぼけ ,  コンピュータビジョン
準シソーラス用語： マルチスケール ,  受容野 ,  画像雑音除去 , 【Automatic Indexing@JST】

著者キーワード (3件)： イメージデライニング ,  拡大畳込み ,  注意機構

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)： ライニング ,  マルチ ,  受容 ,  フィールド ,  集約