文献

J-GLOBAL ID：202202235840999287   整理番号：22A0479395

不確実性解析とGCNベース精密化戦略による単一画像影検出【JST・京大機械翻訳】

Single image shadow detection via uncertainty analysis and GCN-based refinement strategy

著者 (3件)： Wu Wen (Computer and Software School, Hangzhou Dianzi University, Hangzhou, 310018, China) ,  Zhou Kai (Computer and Software School, Hangzhou Dianzi University, Hangzhou, 310018, China) ,  Chen Xiao-Diao (Computer and Software School, Hangzhou Dianzi University, Hangzhou, 310018, China)
資料名： Journal of Visual Communication and Image Representation  (Journal of Visual Communication and Image Representation)
巻： 82  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： 学習ベースのシャドウ検出法は印象的な性能を達成し,一方,これらの研究は複雑なシーン,特に曖昧なソフトシャドウにまだ苦労する。この問題に取り組むために,本研究では,効率的なシャドウ検出ネットワーク(ESDNet)を提案し,次に,検出精密化のために不確実性解析とグラフ畳込みネットワークを適用した。具体的には,まず,高レベル特徴から大域的情報を集約し,初期予測を得るために低レベル特徴における影の詳細を収穫する。第二に,入力影画像に対するESDNetの不確実性を解析し,次に,半教師つきグラフ学習問題を定式化するために,その強度,期待値およびエントロピーを考慮した。最後に,グラフ畳込みネットワークを訓練して,あらゆる訓練画像に対する精密化検出結果を得るために,この問題を解いた。提案手法を評価するために,いくつかのベンチマークデータセット,即ち,SBU,UCF,ISTD,およびソフトシャドウシーン上でも広範な実験を行った。実験結果は,著者らの戦略が,偽陽性と偽陰性領域の不確実性を抑制することによって,シャドウ検出性能を改善でき,最先端の結果を達成することを実証した。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： エントロピー ,  畳込み ,  学習 ,  ネットワーク ,  *不確実性 ,  期待値 ,  画像処理 ,  検出法 ,  精密化 ,  定式化 ,  ベンチマーク ,  曖昧さ
準シソーラス用語： 誤検出 ,  *不確実性解析 ,  偽陰性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習 ,  画像処理 ,  影検出 ,  不確実性定量化 ,  グラフ畳込みネットワーク

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)： 不確実性解析 ,  精密化 ,  戦略 ,  影