文献

J-GLOBAL ID：202202230025096013   整理番号：22A1116844

エッジおよびオブジェクト輪郭検出の概要【JST・京大機械翻訳】

An overview of edge and object contour detection

著者 (5件)： Yang Daipeng (School of Computing and Artificial Intelligence, Southwest Jiaotong University, China) ,  Peng Bo (School of Computing and Artificial Intelligence, Southwest Jiaotong University, China) ,  Al-Huda Zaid (School of Computing and Artificial Intelligence, Southwest Jiaotong University, China) ,  Malik Asad (Department of Computer Science, Aligarh Muslim University, Aligarh, Uttar Pradesh 202002, India) ,  Zhai Donghai (School of Computing and Artificial Intelligence, Southwest Jiaotong University, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 488  ページ： 470-493  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： コンピュータビジョンにおいて,エッジとオブジェクト輪郭検出は,形状マッチング,視覚サリエンス,画像セグメンテーション,物体認識のような高レベルビジョンタスクに不可欠である。それは過去数十年の間に多くの注目を引きつけ,多くの優れた方法が提案されている。本論文では,過去20年間における代表的エッジとオブジェクト輪郭検出法への包括的な紹介を行った。これらの方法の開発に基づいて,著者らは主にそれらを2つのカテゴリーに分類する:伝統的方法と学習ベースの方法。さらに,従来の方法を局所パターン法,エッジグループ化法,アクティブ輪郭モデル,およびバイオインスパイア法に分割した。さらに,学習ベース法を古典的学習ベース手法と深層学習ベース手法に分割した。同時に,最も一般的なベンチマークと評価尺度を導入し,これらの有望な方法の性能を定量的に比較した。さらに,エッジと物体輪郭検出における現在の課題を議論し,人間の視覚とのギャップを埋めるいくつかの将来の傾向を示唆した。著者らは,この概観が新しいコマーに利益を得て,エッジとオブジェクト輪郭検出の開発を促進すると信じる。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： 視覚 ,  学習 ,  セグメンテーション ,  画像処理 ,  物体認識 ,  コンピュータビジョン ,  *端部 ,  エッジ検出 ,  ベンチマーク ,  機械学習
準シソーラス用語： 動的輪郭 ,  画像セグメンテーション ,  *輪郭抽出 ,  評価尺度 ,  形状マッチング ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： エッジ検出 ,  輪郭検出 ,  畳込みニューラルネットワーク ,  非古典的受容野 ,  エッジグルーピング ,  単純細胞

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

タイトルに関連する用語 (4件)： エッジ ,  オブジェクト ,  輪郭検出 ,  概要