文献

J-GLOBAL ID：202202267692348576   整理番号：22A0780636

タスクを意識した顔固有画像解析のためのフィルタリングと伝搬のPDE学習【JST・京大機械翻訳】

PDE Learning of Filtering and Propagation for Task-Aware Facial Intrinsic Image Analysis

著者 (3件)： Liang Lingyu (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China) ,  Jin Lianwen (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China) ,  Xu Yong (School of Computer Science and Engineering, South China University of Technology, Guangzhou, China)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 52  号： 2  ページ： 1021-1034  発行年： 2022年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  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： フィルタリングと伝搬は,画像解析とレンダリングにおける2つの基本的操作であり,それらはまたコンピュータグラフィックスと機械学習で広く使われている。しかし,フィルタリングと伝搬のモデルは,完全には理解されていない多様な数学的定式化に基づいている。本論文は,偏微分方程式(PDE)学習展望からフィルタリングと伝搬モデルの両方の性質を調査することを目的とする。誘導マップ,グラフラプラシアン,および反応重みによる非線形反応-拡散に基づく統一PDE学習フレームワークを提案した。それは以下を明らかにした。1)誘導マップと反応重量は,PDEがフィルタリングまたは伝播拡散を生成するかどうかを決定し,2)グラフラプラシアンのカーネルは拡散パターンを制御する。提案したPDEフレームワークに基づいて,拡散(LTD)モデル,ラベル伝搬,編集伝搬およびエッジ意識フィルタに対する学習を含む異なるモデル間の数学的関係を導いた。実用的検証において,著者らは,顔固有画像分析(FIIA)の不良設定問題に取り組むために,適応カーネルによる拡散操作を設計するために,PDEフレームワークを適用した。柔軟なタスク意識FIIAシステムを構築し,顔画像再照明や照明,芸術的照明転送,照明意識顔交換,またはトランスフィギュレーションのような様々な顔レンダリング効果を達成した。定性的および定量的実験は,タスク意識FIIAの有効性と柔軟性を示し,視覚解析とレンダリングのためのPDE学習に関する新しい洞察を提供する。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： 視覚 ,  フィルタ ,  偏微分方程式 ,  *学習 ,  コンピュータグラフィックス ,  照明 ,  *フィルタリング ,  柔軟性 ,  数学的関係 ,  *画像分析 ,  有効性 ,  定式化 ,  レンダリング ,  機械学習 ,  顔画像

分類 (4件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (9件)： タスク ,  意識 ,  顔 ,  固有 ,  画像解析 ,  フィルタリング ,  伝搬 ,  PDE ,  学習