文献

J-GLOBAL ID：202202281818003950   整理番号：22A0945031

ドメイン内およびドメイン間適応による二段階画像脱ヘイズ【JST・京大機械翻訳】

Two-step image dehazing with intra-domain and inter-domain adaptation

著者 (5件)： Yi Xin (Beijing Institute of Technology, China) ,  Ma Bo (Beijing Institute of Technology, China) ,  Zhang Yulin (Beijing Institute of Technology, China) ,  Liu Longyao (Beijing Institute of Technology, China) ,  Wu JiaHao (Beijing Institute of Technology, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 485  ページ： 1-11  発行年： 2022年 
JST資料番号： W0360A  ISSN： 0925-2312  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： ドメイン間およびドメイン間ギャップは,データ分布差により画像処理タスクにおいて広く提示される。画像デザイジングの分野において,特別な以前の研究は,合成ドメインと実ドメインの間のドメイン間ギャップに注意を払った。しかしながら,これらの方法は,合成ドメイン(ドメイン間ギャップ)内の有意な分布シフトを考慮しない,実際のドメインから合成ドメインへの接続を確立するだけである。本研究では,ドメイン内適応と制約されたドメイン間適応を持つ2段階デヘッズネットワーク(TSDN)を提案した。最初に,著者らは合成ドメイン内の分布を部分集合に分割し,損失ベース監視によって最適部分集合(easyサンプル)をマイニングする。合成ドメインのドメイン間ギャップを軽減するために,著者らは,敵対学習によって他のサブセットの分布を最適部分集合に整列させるためのドメイン内適応を提案した。最後に,実際のドメインから合成ドメインの最適部分集合への制約されたドメイン間適応を行い,ドメイン間のドメインシフトと実際のドメイン内の分布シフトを緩和した。広範な実験結果は,著者らのフレームワークが合成データセットと実データセットの両方に関して最先端のアルゴリズムに対して有利に機能することを示した。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： アルゴリズム ,  学習 ,  データ ,  監視 ,  *適応 ,  *範囲 ,  画像処理
準シソーラス用語： *ヘイズ , 【Automatic Indexing@JST】

著者キーワード (3件)： 画像脱ヘイズ ,  ドメイン内適応 ,  ドメイン間適応

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ドメイン ,  適応 ,  段階 ,  ヘイズ