抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
セグメンテーション特定特徴だけでなく高次文脈適合性と境界指導制約をコードする高速で正確な意味的画像セグメンテーションアプローチを提案した。分類識別と境界感度特徴の間のトレードオフを作るために構造化されたパッチ予測技法を提案した。両ラベルと特徴コンテキストが認識精度と適合性を確実にするために埋め込まれているが,高次クリークの複雑さは,距離を意識したサンプリングとプール戦略により減少した。提案した結合モデルは,セグメンテーション性能をさらに向上させるために指導CRFを採用している。メッセージパッシング段階は,エンド・ツー・エンド方式でシステム全体の効率的・関節訓練を可能にする導波フィルタリングにより補強される。著者らの提案した結合モデルは,Pascal VOC2012と都市景観に関する最先端性能的に優れており,82.5と79.2それぞれmIoU(%)であった。ADE20K上の主要性能,ILSVRC2016におけるシーンパージング軌道のデータセットを達した。コードであるhttps://github.com/FalongShen/SegModelで利用可能である。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】