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。
物体セグメント提案発生の問題,多くのインスタンスレベルの意味的セグメンテーションとシーン理解パイプラインの重要な段階を検討した。画像からの二成分セグメントマスクを予測する以前の研究とは対照的に,筆者らは与えられたセグメント候補プールの品質を改善するための代替的精密化手法を採用した。特に,近くの物体領域に向けた初期物体マスクを縦糸に2D空間変換学習する効率的な深いネットワークを提案した。回帰問題としてこのセグメント微細化タスクを定式化し,各物体マスクのためのアフィン変換を予測するための筆者らの深部ネットワークにおける新しい特徴プーリング戦略を設計した。二つの挑戦的な公共ベンチマーク上で提案手法を広く評価すると三つの異なる初期セグメント提案設定に微細化ネットワークを適用した。著者らの結果は,全ての設定を横切る平均想起におけるかなりの改善を示し,最先端の性能を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】