文献

J-GLOBAL ID：202202291122934733   整理番号：22A0150098

動的から静的な画像翻訳のための粗から精へのアプローチ【JST・京大機械翻訳】

A coarse-to-fine approach for dynamic-to-static image translation

著者 (6件)： Wang Teng (School of Automation, Southeast University, Nanjing 210096, China) ,  Wang Teng (Key Laboratory of Measurement and Control of Complex System of Engineering, Southeast University, Nanjing 210096, China) ,  Wu Lin (School of Automation, Southeast University, Nanjing 210096, China) ,  Wu Lin (Key Laboratory of Measurement and Control of Complex System of Engineering, Southeast University, Nanjing 210096, China) ,  Sun Changyin (School of Automation, Southeast University, Nanjing 210096, China) ,  Sun Changyin (Key Laboratory of Measurement and Control of Complex System of Engineering, Southeast University, Nanjing 210096, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 123  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  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： 動的-静的画像翻訳は動的シーンを静的に変換することを目的とし,動的要素を画像から除去する。最近の研究では,画像から画像への翻訳タスクとしてこの問題を典型的に見出し,静的画像を合成する全動的画像上で学習された特徴マッピングを実行し,元の静的領域における不必要な詳細損失をもたらす。そのために,元の静的領域を保持しながら,動的領域における欠測静的画素を埋めるために,画像修復のような問題としてそれを精巧に定式化した。粗から細かいフレームワークを提案することによりこれを達成した。粗い段階で,静的画像を粗くするために,簡単な符号器デコーダネットワークを利用した。粗い予測画像を用いて,動的物体とそれらの影の両方を同定するより正確な動的マスクを明示的に推論し,タスクを画像修復問題に効果的に変換できる。微細段階において,著者らは,それらの粗い予測に基づいて,推定動的領域における欠測静的画素を回復した。著者らは,相互テクスチャ構造注意モジュールを提案することによって,粗い予測コンテンツを強化して,それは,動的領域を,文脈類似性に基づく遠隔位置から別々に,テクスチャと構造を借り出すことを可能にした。いくつかの損失を訓練目的関数として組み合わせ,大域的一貫性と細部の詳細で優れた結果を生成した。定性的および定量的実験により,最先端のモデル上の高品質静的コンテンツの復元における著者らの方法の優位性を検証した。さらに,動的シーンにおける視覚位置認識を改善するために,クエリ画像としてそれらを用いて回復静的画像の有用性を評価した。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： 視覚 ,  画素 ,  符号器 ,  目的関数 ,  *ダイナミックレンジ ,  動画像 ,  類似性 ,  定式化 ,  コンテンツ ,  画像復元
準シソーラス用語： クエリー ,  高品質 , 【Automatic Indexing@JST】

著者キーワード (4件)： 動的から静的な画像翻訳 ,  影検出 ,  注意機構 ,  視覚位置認識

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 翻訳