文献

J-GLOBAL ID：201702239781532943   整理番号：17A1261148

深い学習に基づく白色背景写真の認識,物体検出とセグメンテーション【Powered by NICT】

Recognition, object detection and segmentation of white background photos based on deep learning

著者 (3件)： Ning Xiaofeng (The 28’h Research Institute of China Electronics Technology Group Corporation, Nanjing 210000, China) ,  Zhu Wen (The 28th Research Institute of China Electronics Technology Group Corporation, Nanjing 210000, China) ,  Chen Shifeng (Suning Commerce Group CO., LTD., Nanjing 210000, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： YAC  ページ： 182-187  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： 画像認識,オブジェクト検出およびセグメンテーションは,コンピュータビジョンタスクにおいて,一般的な問題となっている。深層学習法を用いた白色背景写真における認識,オブジェクト検出およびセグメンテーション問題を検討した。特に,筆者らは最初に光が白色背景かどうかを判断するGoogLeNetに基づく認識モデルを訓練した。高速R CNNとロゴ,文字などの不要要素を除去する主要な物体検出アルゴリズムを提案した。CRF RNNネットワークやGrabcutを組み合わせた主要なオブジェクトセグメンテーション法を採用して円滑に影領域を除去し,精密なセグメンテーション結果を得ることである。全探索アルゴリズムはNvidiaからCaffeとテスラK80をリアルタイムで実行した。最新試験実験は検出の認識における96%と94%の精度が得られたであり,400*400の解のための使用される受け入れ可能な精密なセグメンテーション結果を達成するのに成功することを示した。提案された技術方式は,複雑な背景写真におけるコンピュータビジョンタスクに代替法を提供する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 認知モデル ,  ネットワーク ,  *セグメンテーション ,  高速度 ,  画像認識
準シソーラス用語： 実時間 ,  探索アルゴリズム ,  オブジェクトセグメンテーション ,  検出アルゴリズム ,  深層学習 ,  *物体検出 , 【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 (6件)： 学習 ,  白色 ,  背景 ,  写真 ,  物体検出 ,  セグメンテーション