文献

J-GLOBAL ID：201702235312123347   整理番号：17A0277803

画像前景抽出領域移動に基づく教師つきフレームワーク【Powered by NICT】

Image foreground extraction - A supervised framework based on region transfer

著者 (3件)： Banerjee Biplab (Pattern Analysis and Computer Vision Group, Istituto Italiano Di Tecnologia, Genoa, Italy) ,  Saha Sudipan (SPANN Laboratory, Indian Institute of Technology Bombay, Mumbai, India) ,  Merchant Shabbir N. (SPANN Laboratory, Indian Institute of Technology Bombay, Mumbai, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IConSIP  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,画像から支配的な前景物体を抽出するための簡単な方法を提案した。画像前景セグメンテーションは,複雑な背景,クラッタとオクルージョン,物体の外観のスペクトル変動などに起因する問題を与えられた挑戦的な課題である。この点で技術の大部分は粗い境界ボックスの形で画像中のオブジェクトの位置に関する事前仮定を必要とする本質的に半自動。これに反して,テスト画像パッチへの訓練から粗いセグメンテーションマスクを伝搬するパッチベース移動手法を提案した。さらに,これらセグメンテーションマスクは,最終的な前景セグメンテーションを生成するために,Markov確率場モデルを用いた結合し,更新した。提案した技術は,単純でロバストであり,非常に少数のラベル付きサンプルを扱うことができる。Weizmann馬とLeedsバタフライデータセット上で得られた結果は,文献からの既存の方法と比較して提案した方法の優位性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： オクルージョン ,  ロバスト性 ,  セグメンテーション ,  クラッタ ,  *画像
準シソーラス用語： Markov確率場 ,  *前景 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 前景 ,  教師 ,  フレームワーク