文献

J-GLOBAL ID：201702265219267346   整理番号：17A0145497

近道で容易なクラス拡張を用いた深層畳込みニューラルネットワークを用いた意味論的画像セグメンテーションについて【Powered by NICT】

On semantic image segmentation using deep convolutional neural network with shortcuts and easy class extension

著者 (4件)： Wang Chunlai (Institute of Signal Processing and System Theory, University of Stuttgart, Germany) ,  Mauch Lukas (Institute of Signal Processing and System Theory, University of Stuttgart, Germany) ,  Guo Ze (Institute of Signal Processing and System Theory, University of Stuttgart, Germany) ,  Yang Bin (Institute of Signal Processing and System Theory, University of Stuttgart, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IPTA  ページ： 1-6  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,意味的画像セグメンテーションのための深い畳込みニューラルネットワークを用い,入力画像を分離する予め定義されたオブジェクトクラスに対応する多重領域を調べた。ネットワーク層の間のショートカットを添加することにより収束速度とセグメンテーション精度を改善するために符号器-復号器構造と目的を用いた。に加えて,著者らは既に訓練モデルを拡張し他の新しいオブジェクトクラスにするかを調べた。はほとんど訓練データとクラスラベルのみを有するあるクラスの拡張のための新しい戦略を提案した。実験では,ショートカットの強度を明らかにするために,学習されたモデルにコードされた文脈情報を研究し,当教室拡張法の有効性を示すために,二街路景観データセット用いた。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： *セグメンテーション ,  *畳込み ,  符号器 ,  *画像 ,  *ニューラルネットワーク ,  復号器 ,  *意味論 ,  多重化 ,  *深層
準シソーラス用語： 街路景観 ,  文脈情報 ,  訓練データ ,  収束速度 ,  オブジェクトクラス ,  *画像セグメンテーション , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： クラス ,  拡張 ,  深層畳込みニューラルネットワーク ,  意味論 ,  画像セグメンテーション