文献

J-GLOBAL ID：202202238635015162   整理番号：22A1101372

赤外および可視画像融合のための結合ノルムによる全変動【JST・京大機械翻訳】

A Total Variation With Joint Norms For Infrared and Visible Image Fusion

著者 (5件)： Nie Rencan (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Ma Chaozhen (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Cao Jinde (School of Mathematics, Southeast University, Nanjing, China) ,  Ding Hongwei (School of Information Science and Engineering, Yunnan University, Kunming, China) ,  Zhou Dongming (School of Information Science and Engineering, Yunnan University, Kunming, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 1460-1472  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  資料種別： 逐次刊行物 (A)
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： 同じシーンに対する単一赤外線画像または可視画像は,通常,赤外線物体とシーンの詳細を同時に明らかにするためには不十分である。したがって,画像融合技術は,赤外線および可視センサによって捕捉された画像から単一画像を生成する際に重要な役割を果たす。本論文では,赤外および可視画像のための新しい全変動(TV)ベース融合を提案した。このモデルでは,加重忠実度項を用いて,赤外線画像における赤外線物体と可視画像における顕著なシーンの両方を融合させた。この目的のために,大域的輝度コントラストベース顕著性に基づいて重み推定法を開発した。また,過剰適合を克服するために,2つの制約をさらに紹介して,可視画像からより詳細を併合し,融合結果の輝度劣化をそれぞれ防止した。さらに,ジョイントノルムを利用して,より良い結果を生成した。ΔΨl}_{2,1,{rc}}は忠実度項に対して構造群スパース性を提供し,一方,Δε_l}_{1/2}は詳細保存項に対してより良い勾配スパース性を示し,輝度劣化防止項に対してΔε_l}_2}を利用した。実験結果は,提案方法が他の方法より視覚知覚と定量的スコアの両方において最先端の性能を与えることができることを示した。Copyright 2022 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： *赤外線 ,  輝度 ,  劣化 ,  提案 ,  *画像 ,  モデル ,  赤外線画像 ,  センサ ,  *ノルム ,  視知覚
準シソーラス用語： スパース性 ,  *画像融合 ,  *可視画像 ,  推定法 ,  *総変動 , 【Automatic Indexing@JST】

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 (5件)： 赤外 ,  可視画像 ,  融合 ,  ノルム ,  全変動