文献

J-GLOBAL ID：201702221703544667   整理番号：17A1651958

透光性重複物体を含む画像セグメンテーションのための学習ベースのマルチラベル酔歩【Powered by NICT】

Learning-Based multilabel random walks for image segmentation containing translucent overlapped objects

著者 (2件)： Mahyari Tayebeh Lotfi (Department of Systems and Computer Engineering, Carleton University, Ottawa, ON, Canada, K1S 5B6) ,  Dansereau Richard M. (Department of Systems and Computer Engineering, Carleton University, Ottawa, ON, Canada, K1S 5B6)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： TSP  ページ： 610-614  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： 教師つき画像セグメンテーション法は,通常,学習相から抽出された情報から始めた画像を分離重複しない領域にした。は部分的に重なった半透明領域をセグメンテーションするための著者らの以前の研究でユーザ入力情報や種子を使用した。しかし多く種子を提供する時も時間がかかる法は成績が不良で行うか,または全く不可能であることである。得られた情報は,この方法の性能を改善するために使用される機械学習アルゴリズムは,二つの主要な相情報をデータに基づいて作成する学習フェーズとテストフェーズから構成されている。以前の研究ではユーザ主導のラベルはRWアルゴリズムにおける硬実種子として使用した。本論文では,著者らの以前の研究は,ソフト種子情報を用いたマルチラベル半透明重複オブジェクトのセグメンテーションできるように拡張した。学習相における25次元多様体上のクラスとして各セグメントを地図化した。,データ項,セグメントに画素を割り当てることの確率は,画素の特徴と多様体上のこれらのクラス間の測地距離を計算することにより得られた。データ項をユーザ予め定義されたラベルの代わりにRWアルゴリズムにおけるソフト種子として使用されている。合成画像上での実験結果は著者らの以前のアルゴリズムと比較して95%以上のセグメンテーション精度を用いて,提案手法の強さを示した。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： 学習アルゴリズム ,  画素 ,  *酔歩 ,  *透光性 ,  *学習 ,  *セグメンテーション ,  アルゴリズム ,  *画像 ,  多様体
準シソーラス用語： セグメンテーション精度 ,  合成画像 ,  測地距離 ,  半透明 ,  *画像セグメンテーション , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 透光性 ,  物体 ,  画像セグメンテーション ,  学習 ,  マルチ ,  ラベル ,  酔歩