文献

J-GLOBAL ID：201802222602526400   整理番号：18A0519252

意味論的物体セグメンテーションのための劣モジュラビデオオブジェクト提案選択【Powered by NICT】

Submodular video object proposal selection for semantic object segmentation

著者 (1件)： Wang Tinghuai (Nokia Labs, Nokia Technologies, Finland)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 4522-4526  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： 物体のデータ駆動型空間-時間意味表現の学習ビデオにおけるコヒーレントおよび一貫した標識するための鍵である。本論文では,連続フレームから複数のインスタンスの相乗効果を捕捉するデータ駆動表現を学習することにより意味的ビデオオブジェクトセグメンテーションを達成するために提案した。雑音検出をするために,複数のインスタンス間の豊富な情報を利用し,識別と代表的なサブセットを選択した。この選択プロセスは,劣モジュラ関数を最大化することにより解決施設配置問題として定式化した。著者らの方法は,ロバストな意味的ビデオオブジェクトセグメンテーションアルゴリズムを支持する長期的文脈依存性を検索する。最先端レベル手法と比較して提案アプローチの優れた性能を示すことを挑戦的なデータセット上での包括的実験を提示した。Copyright 2018 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： ロバスト性 ,  定式化 ,  *録画装置 ,  部分集合 ,  *意味論 ,  学習 ,  *セグメンテーション ,  コヒーレンス ,  相乗作用
準シソーラス用語： 文脈依存性 ,  劣モジュラ関数 ,  オブジェクトセグメンテーション ,  意味表現 ,  データ駆動 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 意味論 ,  物体 ,  セグメンテーション ,  提案