WEKO3
アイテム
正確な水中画像モデルに基づくデータセットの構築と解析
https://ipsj.ixsq.nii.ac.jp/records/209843
https://ipsj.ixsq.nii.ac.jp/records/20984318e7c15c-7577-4738-88a3-f5153e4c5308
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CVIM21225045.pdf (1.5 MB)
|
Copyright (c) 2021 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
|
|
| CVIM:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2021-02-25 | |||||||
| タイトル | ||||||||
| タイトル | 正確な水中画像モデルに基づくデータセットの構築と解析 | |||||||
| タイトル | ||||||||
| 言語 | en | |||||||
| タイトル | Accurate underwater model based dataset and analysis | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 主題Scheme | Other | |||||||
| 主題 | セッション6-2 | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 港湾空港技術研究所 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| Cyber Construction Technology Group, Port and Airport Research Institute | ||||||||
| 著者名 |
髙尾, 俊輔
× 髙尾, 俊輔
|
|||||||
| 著者名(英) |
Shunsuke, Takao
× Shunsuke, Takao
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 水中光学画像は応用上大変重要であるが，複雑な海洋環境に起因して生じる色被りやコントラストの低下といった画像劣化が深刻な問題となる．水中画像に含まれる強いノイズを除去するうえで，近年急速に発展を遂げているディープラーニングを用いた学習ベースの手法があるものの，陸上画像とは異なり実画像による大規模なデータセットの構築が困難である．そのため，水中画像処理の分野では実データの代替として人工データがしばしば用いられる．しかし，既存研究では水中画像モデルを簡略化したものにとどまり，実際の水中画像を十分に再現することができず，その有効性はやや限定的である．本研究では，厳密な水中画像モデルに基づき大規模なデータセットの構築を行い，構築したデータセットの有効性について定量的に評価を行うとともに画像処理への応用の展望について述べる． | |||||||
| 論文抄録(英) | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | Although underwater images are important in many fields, image degradation such as color distortion or declined contrast caused by the complex ocean environment is a serious problem. In order to remove strong noises in underwater images, learning based approaches like deep learning are a prominent solution, but making large dataset is a challenging task in underwater image, not as in land image. Artificial images are commonly used in stead of real images to satisfy sufficient data in underwater image processing, but previous underwater image models are simplified and lacking reality. This research constructs large underwater dataset based on correct underwater image model, and implements analysis quantitatively, then prospect of image processing is talked. | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AA11131797 | |||||||
| 書誌情報 |
研究報告コンピュータビジョンとイメージメディア（CVIM） 巻 2021-CVIM-225, 号 45, p. 1-1, 発行日 2021-02-25 |
|||||||
| ISSN | ||||||||
| 収録物識別子タイプ | ISSN | |||||||
| 収録物識別子 | 2188-8701 | |||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
