文献

J-GLOBAL ID：202202231581323714   整理番号：22A0965614

単一画像上の豪雨除去のための特徴強化組成モデル【JST・京大機械翻訳】

Feature enhancement composition model for heavy rain removal on single image

著者 (6件)： Xu Xufeng (Zhejiang Ocean Univ. (China)) ,  Wang Quanqing (Zhejiang Ocean Univ. (China)) ,  Pan Xiaomiao (Zhejiang Ocean Univ. (China)) ,  Pan Qiang (Zhejiang Ocean Univ. (China)) ,  Yang Yueting (Beihua Univ. (China)) ,  Wang Chao (Zhejiang Ocean Univ. (China))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 12168  ページ： 121680G-6  発行年： 2022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： 現在の単一画像降雨除去方法は,降雨と煙霧除去の作業において理想的でなかった。本論文では,豪雨条件下での物理画像機構に基づいて,物理的モデル駆動とデータ駆動法を結合することにより,特徴強化構成モデルFEC-Netを構築した。降雨ストリーク,大気光,および伝送マップ情報を含む特徴マップを,3つの畳み込み層によって得た。これらの特徴マップは,特徴強化モジュールによって強化される。最後に,大気散乱モデルの式に従って,明確な画像を得た。鍵出力データの選択的強化処理は,ネットワークの処理効果を大いに改善した。大規模な実験は,著者らのFEC-Netが最先端の方法に対してより良い精度と視覚改善を達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： 散乱 ,  視覚 ,  畳込み ,  降雨 ,  ネットワーク ,  特性 ,  *豪雨 ,  *画像 ,  大気光 ,  構成モデル
準シソーラス用語： 煙霧 ,  ストリーク ,  特徴マップ ,  データ駆動 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 豪雨 ,  強化 ,  組成 ,  モデル