Jove
Visualize
お問い合わせ

関連する概念動画

Color Vision01:24

Color Vision

1.6K
Color perception begins in the retina, the light-sensitive layer at the back of the eye. Two main theories explain how colors are seen: the trichromatic theory and the opponent-process theory. The trichromatic theory, proposed by Thomas Young in 1802 and extended by Hermann von Helmholtz in 1852, suggests that color vision is based on three types of cone receptors in the retina. These cones are sensitive to different but overlapping ranges of wavelengths corresponding to red, blue, and green.
1.6K
Special Staining Techniques01:13

Special Staining Techniques

1.4K
Specialized staining techniques play a vital role in microbiology by enabling the visualization of specific bacterial structures that remain undetectable with standard microscopy methods. These techniques not only enhance the structural visualization of bacterial cells but also provide critical insights into their pathogenicity and classification. Additionally, they support diagnostic and research endeavors in microbiology by identifying key bacterial features.Capsule Staining for Virulence...
1.4K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Intelligent system for portfolio optimization for novel volatility forecasting using machine learning.

Scientific reports·2026
Same author

ResNet based backbone integrated YOLO framework for bone fracture detection.

Scientific reports·2026
関連記事をすべて見る
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Updated: Feb 19, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

1.1K

VGG19とCLAHEHEを使用したディープ・トランスファー・ラーニングベースの画像カラー化.

Neelanjan Ghosh1, Gouranga Mandal2

  • 1Google LLC, Austin, TX, USA.

Scientific reports
|February 17, 2026
PubMed
まとめ
この要約は機械生成です。

この研究は,VGG19とCLAHEを使用して,グレースケール画像のリアリズムとコントラストを高めるために,効率的な画像色付けのためのディープ・トランスファー・ラーニング・フレームワークを導入します.

キーワード:
クレー (Clay) とはディープ・トランスファー・ラーニング画像のカラー化前もって訓練されたバックボーンネットワーク.視覚幾何学のグループ

さらに関連する動画

Transient Optical Clearing Using Absorbing Molecules for Ex Vivo and In Vivo Imaging
07:15

Transient Optical Clearing Using Absorbing Molecules for Ex Vivo and In Vivo Imaging

Published on: July 11, 2025

3.1K

関連する実験動画

Last Updated: Feb 19, 2026

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

1.1K
Transient Optical Clearing Using Absorbing Molecules for Ex Vivo and In Vivo Imaging
07:15

Transient Optical Clearing Using Absorbing Molecules for Ex Vivo and In Vivo Imaging

Published on: July 11, 2025

3.1K

科学分野:

  • コンピュータビジョン コンピュータビジョン
  • ディープラーニング (Deep Learning) とは,ディープラーニング (Deep Learning) を意味する.
  • 画像処理 画像処理

背景:

  • 画像の色付けは,グレースケールの強度を色にマッピングする曖昧さがあるため,複雑なコンピュータビジョンタスクです.
  • 伝統的な方法は,しばしば手動入力または参照画像を必要とし,自律性を制限します.
  • ディープラーニングは,より信頼性の高い,自動化された画像の色付けのための強力なツールとして登場しました.

研究 の 目的:

  • グレースケール画像の高品質で効率的な色付けのためのディープ・トランスファー・ラーニング・フレームワークを提示する.
  • 自律的な画像再彩色化のための高度なディープラーニング技術を活用する.
  • イメージカラー化の視覚的忠誠度と実用的な応用を改善するために.

主な方法:

  • 機能抽出のためのバックボーンとして,事前に訓練されたビジュアルジオメトリグループ (VGG19) ネットワークを使用し,テクスチャーと意味情報の両方をカバーしました.
  • ネットワークアーキテクチャを採用し,16つのコンボリュアル層と3つの完全に接続された層を使用しました.
  • 統合コントラスト限定適応ヒストグラム均等化 (CLAHE) は,画像のコントラストと色彩の活性を高めるためのポスト処理ステップです.

主要な成果:

  • 提案されたフレームワークは,ピーク信号対ノイズ比 (PSNR) と構造類似度指数測定 (SSIM) の高いスコアによって検証された優れたパフォーマンスを達成しました.
  • ImageNet,COCO-Stuff,およびPlaces365のようなデータセットでの実験結果は,優れた定量的なパフォーマンスを示しました.
  • 視覚的な評価は,既存の方法と比較して,色彩の活気とコントラストの調整が改善されたことを確認しました.

結論:

  • ディープ・トランスファー・ラーニングのアプローチは,現実的で効率的な画像の色付けのための効果的なソリューションを提供します.
  • VGG19とCLAHEの統合により,出力画像の品質が著しく向上しています.
  • この方法は,古い写真の復元,白黒フィルムの強化,医療画像の可視化の改善などに実用的な応用がある.