文献

J-GLOBAL ID：202202268545727335   整理番号：22A0788851

流体:少数ショット自己管理画像デライニング【JST・京大機械翻訳】

FLUID: Few-Shot Self-Supervised Image Deraining

著者 (6件)： Rai Shyam Nandan (CVIT - IIIT Hyderabad,India) ,  Saluja Rohit (CVIT - IIIT Hyderabad,India) ,  Arora Chetan (IIT Delhi,India) ,  Balasubramanian Vineeth N (IIT Hyderabad,India) ,  Subramanian Anbumani (CVIT - IIIT Hyderabad,India) ,  Jawahar C. V. (CVIT - IIIT Hyderabad,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 418-427  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 自己監督法は,対データセットの収集が挑戦的で高価である,雑音除去と脱穀タスクにおける有望な結果を示している。しかし,これらの方法は,画像雑音除去タスクに適用した場合,降雨ストリークを除去できないことを見出した。方法の貧弱な性能は,明示的な仮定による。(i)雑音または煙霧の分布は均一であり,(ii)雑音またはhazy画素の値はその近傍に無関係である。雨画素は不均一に分布し,必ずしもその隣接画素に依存しない。したがって,自己監督法は,降雨分布に関するいくつかの事前知識を持ち,脱線作業を行う必要があると結論した。この知識を提供するために,最小監視で訓練されたネットワークを仮説し,雨画素の尤度を推定した。これは,FLUIDと呼ばれる著者らの提案した方法,すなわち,Shot Sel f-Supervised Image Derainingと呼ばれる。実および合成雨画像を含むRain 100LおよびDDN-SIRRデータセットにおける既存の画像脱線および少数ショット画像-画像変換法との比較を行った。さらに,Rainy市街景観データセットを用いて,数ショット設定で訓練された提案手法が,雨条件における意味セグメンテーションとオブジェクト検出を改善できることを示す。本アプローチでは,現在の最良性能除去法よりも51.20のmIoU利得を得た。[プロジェクトPage]。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： 雑音 ,  降雨 ,  セグメンテーション ,  ネットワーク ,  脱線 ,  *画素 ,  利得 ,  粒状材 ,  画像変換 ,  自己管理 ,  雑音除去
準シソーラス用語： 事前知識 ,  物体検出 ,  尤度 ,  画像雑音除去 , 【Automatic Indexing@JST】

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)： 流体 ,  ショット ,  自己管理 ,  ライニング