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。
シーンパージングは無制限の開いているボキャブラリーと多様なシーンのための挑戦的な課題である。本論文では,提案したピラミッド型シーンパージングネットワーク(PSPNet)と共に著者らのピラミッドプーリングモジュールを介して異なる領域ベース文脈凝集によるグローバルな文脈情報の能力を利用した。全前表現であるシーンパージングタスク上の良好な品質の結果を得るために効果的であり,一方PSPNetはピクセルレベル予測のための優れたフレームワークを提供する。提案されたアプローチは,種々のデータセット上で最先端技術レベルの性能を達成した。ImageNetシーンパージングチャレンジ2016,PASCAL VOC2012ベンチマークと都市景観ベンチマークにおける最初のものであった。単一PSPNetはPASCAL VOC2012mIoU精度85.4%の新たな記録が得られ,都市景観上の80.2%を減少する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】