深層学習を用いたカラリゼーションにおける代表点の自動決定

カテゴリ: 研究会(論文単位)

論文No: ST18007

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2018/01/27

タイトル(英語): Deep-CNN approach to automatic selection of representative pixels.

著者名: 下村 光平(東京理科大学),雨車 和憲(東京理科大学),高橋 智博(東京理科大学),古川 利博(東京理科大学)

著者名(英語): Kouhei Shimomura(Tokyo University of Science),Kazunori Uruma(Tokyo University of Science),Tomohiro Takahashi(Tokyo University of Science),Toshihiro Furukawa(Tokyo University of Science)

キーワード: カラリゼーション|畳み込みニューラルネットワーク|代表点|Image colorization|CNN|Representative pixels

要約(日本語): 自然なカラー画像を復元する際、カラリゼーションにおける色情報を与える場所(代表点)はユーザーの経験に依存し、与える場所によっては、復元されるカラー画像の精度も大きく変わる。そこで、私の手法では、輝度画像が入力されたとき、自動でカラリゼーションにおける代表点の位置を決定するアルゴリズムを提案する。本手法は畳み込みニューラルネットワークを用いている。

要約(英語): We propose the algorithm to give the position of representative pixels for colorization automatically, when a luminance image is given as input. Our approach is based on deep Convolutional Neural Net-Works . That task giving color pixels depends on the skill of user. The position of representative pixels is important to recover the natural color image.

原稿種別: 日本語

PDFファイルサイズ: 881 Kバイト