文献

J-GLOBAL ID：202202280833011557   整理番号：22A0853659

特異値分解に基づく改良型画像検索技術【JST・京大機械翻訳】

Improved Image Retrieval Technology Based on Singular Value Decomposition

著者 (7件)： Zhang Qingyun (Yantai Engineering & Technology College,Yantai,China,264006) ,  Si Tianqi (China Nuclear Power Engineering Co.,Beijing,China,100840) ,  Jiang Huichao (State Grid Information & Telecommunication Branch,Beijing,China,100761) ,  Xing Hairui (State Grid Information & Telecommunication Branch,Beijing,China,100761) ,  Zheng Siyuan (State Grid Information & Telecommunication Branch,Beijing,China,100761) ,  Geng Haiyang (State Grid Information & Telecommunication Branch,Beijing,China,100761) ,  Shi Rui (State Grid Information & Telecommunication Branch,Beijing,China,100761)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICPECA  ページ： 660-664  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： 特異値分解,双三次補間および深層学習を組み合わせた画像検索技術を提案した。画像検索の精度は入力画像の品質に影響されるので,明確な特徴を持つ画像はターゲット画像に正確に整合できる。異なるスケールの入力画像を必要とする画像検索と特徴訓練のために,従来の画像スケーリング法は画像特徴を劣化させる。本論文は,特異値分解(SVD)と双三次補間アルゴリズムを使用して,ズーム画像の品質を改善し,その結果,深層ニューラルネットワーク(DNN)はより正確な特徴を抽出することができる。実験結果は,提案したアルゴリズムが送電網企業の種々の画像検索の精度を改善できることを示す。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： アルゴリズム ,  送電系統 ,  内挿法 ,  画像特性 ,  *画像検索 ,  *特異値分解
準シソーラス用語： 深層学習 ,  ディープニューラルネットワーク , 【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 (2件)： 特異値分解 ,  画像検索