文献
J-GLOBAL ID:202202297735439621   整理番号:22A0624381

増分分類に基づく実時間画像中心伝達関数設計【JST・京大機械翻訳】

A real-time image-centric transfer function design based on incremental classification
著者 (3件):
資料名:
巻: 19  号:ページ: 185-203  発行年: 2022年 
JST資料番号: W4661A  ISSN: 1861-8200  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
科学的可視化における重要課題は,直接ボリュームレンダリング(DVR)のための伝達関数(TF)である。TFは,研究した体積データに存在する関連構造を視覚化するために,データ値を色と不透明に変換するためのツールとして役立つ。適切な伝達関数は,新しいユーザや専門家にとって,非複雑な対話型戦略を持つべきである。さらに,高品質で時間のかかる可視化を達成する必要がある。本論文では,伝達関数の実時間生成のための新しい画像中心法を提案した。この方法は増分分類に基づいている。この増分分類ベースのアプローチはバッチ分類を用いたものより理論的に速い。この方法は,複雑なウィジットを操作するユーザを必要としない。増分学習プロセスに適応した簡単なユーザインタフェイスを示した。このように,このインタフェイスは,ユーザが一連の2D画像と相互作用し,クラスタを精密にし,いくつかのボクセルを同定するのを可能にした。全体の体積は漸増的に分類され,レンダリング結果は選択されたボクセルとしてユーザに示される。TFは,調和色を用いてクラスタに光学的性質を割り当てることにより発生する。さらに,新しい増分分類器,すなわち,時間を通して学習できる増分判別ベースサポートベクトルマシン(IDSVM)を導入した。IDSVMを,提案した画像中心法の分類段階で使用した。IDSVMを評価するために,12の実世界データセットと4つの他の有名な大規模データセット,すなわちMNIST-full,MNISTTテスト,USPS,およびFashion-MNISTTに関する他の最先端の増分とバッチ分類器とのモデルの広範囲な比較を実施した。曲線下面積を用いて,IDSVMが他の分類器より優れていることが分かった。さらに,提案した画像中心法を評価するために,いくつかのベンチマークデータセットを利用した。定性的結果および詳細なユーザ調査は,提案した方法の有効性および視覚および相互作用時間性能における増分のプラス効果を実証した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る