文献

J-GLOBAL ID：202202246179477779   整理番号：22A0157281

キルンにおける条件認識に応用する効率的な教師なし画像品質計量【JST・京大機械翻訳】

An efficient unsupervised image quality metric with application for condition recognition in kiln

著者 (6件)： Wu Leyuan (College of Electrical and Information Engineering, Hunan University, China) ,  Zhang Xiaogang (College of Electrical and Information Engineering, Hunan University, China) ,  Chen Hua (College of Computer Science and Electronic Engineering, Hunan University, China) ,  Zhou Yicong (The Faculty of Science and Technology, University of Macau, Taipa, Macau) ,  Wang Lianhong (College of Electrical and Information Engineering, Hunan University, China) ,  Wang Dingxiang (College of Electrical and Information Engineering, Hunan University, China)
資料名： Engineering Applications of Artificial Intelligence  (Engineering Applications of Artificial Intelligence)
巻： 107  ページ： Null  発行年： 2022年 
JST資料番号： T0797A  ISSN： 0952-1976  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： 本論文では,画像のテクスチャ,構造および自然性をモデル化することにより教師なしテクスチャ強度ベース自然画像品質評価器(TI-NIQE)を提案した。詳細に,テクスチャ強度(TI)と呼ばれる効果的な品質意識特徴を,画像テクスチャを検出するために本論文で提案した。画像構造は勾配と基底画像の分布によって捉えられる。自然性は,局所平均減算およびコントラスト正規化(MSCN)係数の分布および隣接MSCN係数のペアの積によって特性化される。さらに,画像品質評価(IQA)測度の新しい応用パターンを,認識モデルの必須入力として品質スコアを取ることにより提案した。入力特徴としてTI-NIQEによって計算されたビデオ品質スコアの統計を用いて,自動IQAベースの視覚認識モデルを回転キルンにおける条件認識のために提案する。ベンチマークデータセットに関する大規模な実験は,TI-NIQEが他の最先端の教師なしIQA法よりも精度と計算複雑性の両方においてより良い性能を示し,実世界データに関する実験結果は,認識モデルが回転キルンにおける条件認識のための高い予測精度を有することを示した。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： コントラスト ,  測度 ,  *窯炉 ,  *画質 ,  計算量 ,  視認 ,  減算 ,  ベンチマーク ,  正規化 ,  認知モデル
準シソーラス用語： ロータリーキルン ,  品質評価 ,  自然画像 ,  予測精度 ,  画像構造 , 【Automatic Indexing@JST】

著者キーワード (4件)： ブラインド画質評価(BIQA) ,  テクスチャ強度 ,  IQAベースアプリケーション ,  焼結条件認識

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： キルン ,  応用 ,  教師 ,  画像品質 ,  計量