文献

J-GLOBAL ID：201702212992107648   整理番号：17A1773393

画像レベルラベルからのオブジェクトセグメンテーションのための顕著性の利用【Powered by NICT】

Exploiting Saliency for Object Segmentation from Image Level Labels

著者 (6件)： Oh Seong Joon ,  Benenson Rodrigo ,  Khoreva Anna ,  Akata Zeynep ,  Fritz Mario ,  Schiele Bernt
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 5038-5047  発行年： 2017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： は近年における意味論的ラベリング・タスクで顕著な改善した。しかし,最新式の方法を大規模画素レベルアノテーションに依存している。現在オブジェクトクラスの画像レベルアノテーションから画素意味ラベル貼り機ネットワークを訓練する問題を検討した。最近,識別対象領域を示す高品質種子は,画像レベルラベルから得ることができることを示した。追加情報なしでは,物体の全範囲を得る共起ために本質的に不良設定問題である。追加情報として顕著性モデルを用いることを提案し,これにより対象範囲と画像統計量における先行知識を利用した。完全監視性能の80%を回収するために両方の情報源を結合する方法を示した これはピクセルごと意味ラベリングのための弱教師つき訓練における技術の新しい状態である。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： ネットワーク ,  意味論 ,  ラベリング ,  統計量 ,  *画像 ,  情報源 ,  画素 ,  教師つき学習
準シソーラス用語： 高品質 ,  ラベル貼り機 ,  オブジェクトクラス , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (2件)： ラベル ,  オブジェクトセグメンテーション