文献

J-GLOBAL ID：201702233190028630   整理番号：17A1391687

基準セグメンテーションの適応組成によるセグメンテーション品質の評価【Powered by NICT】

Evaluation of Segmentation Quality via Adaptive Composition of Reference Segmentations

著者 (4件)： Peng Bo (Department of Software Engineering, Southwest Jiaotong University, Chengdu, Sichuan, China) ,  Zhang Lei (Department of Computing, The Hong Kong Polytechnic University, Hong Kong) ,  Mou Xuanqin (Institute of Image Processing and Pattern Recognition, Xi’an Jiaotong University, Xi’an, Shaanxi, China) ,  Yang Ming-Hsuan (School of Engineering, University of California, Merced, CA)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 39  号： 10  ページ： 1929-1941  発行年： 2017年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
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： 評価画像セグメンテーション品質は望ましいセグメント化出力を生成し,アルゴリズムの性能を比較すること,のための重要なステップである。しかし,画像セグメンテーションは不良設定問題であるので分割結果の自動評価は本質的に困難である。参照として考えられている多重標識セグメンテーションを用いたセグメンテーション品質を評価するためのフレームワークを提案した。評価するセグメンテーションに対し,ここでは,多重標識セグメンテーションを用いた参照セグメンテーション,構造一貫性を維持しながら,入力セグメントに一致する局所的に構成する。与えられたセグメンテーションの品質は,用いた参照への距離で測定した。,それぞれが6~15標識セグメンテーションを,200画像の新しいデータセットは,画像セグメンテーションの性能評価のために開発した。さらに,最先端レベル手法を用いた提案分割評価アルゴリズムを定量的に比較,ベンチマークセグメンテーション評価データセットを提案した。実施したこのセグメンテーション評価フレームワークを検証するために,広範囲な実験。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： 画像 ,  アルゴリズム ,  性能評価 ,  *セグメンテーション ,  *品質 ,  多重化
準シソーラス用語： 評価枠組み ,  最先端 ,  自動評価 ,  画像セグメンテーション , 【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 (4件)： セグメンテーション ,  適応 ,  組成 ,  評価