文献

J-GLOBAL ID：201802225554759696   整理番号：18A2231652

GranNet:意味論的情景セグメンテーションのための大域的精密化アat畳込みニューラルネットワーク【JST・京大機械翻訳】

GRANet: Global Refinement Atrous Convolutional Neural Network for Semantic Scene Segmentation

著者 (3件)： Feng Zhou (State Key Laboratory of Virtual Reality Technology and Systems, Beihang University) ,  Yong Hu (School of New Media Art and Design, Beihang University) ,  Xukun Shen (State Key Laboratory of Virtual Reality Technology and Systems, Beihang University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICIP  ページ： 1568-1572  発行年： 2018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： 複雑なシーン理解と意味的シーンセグメンテーションの主要な問題は,不整合関係,混乱カテゴリー,および目立たないクラスによって引き起こされる。上記の問題に向けて,意味的シーンセグメンテーションのための大域的精密化の畳込みニューラルネットワーク(GRANet)を提案した。フィルタの受容野を拡大するために,ダウンサンプリング演算子の代わりに,アトラスコンボリューションを用いた。シーンにおける複数のスケールにおけるオブジェクトの存在によって引き起こされる挑戦を扱うために,著者らは,複数の速度の畳込み構造を採用した。そして,現在の意味論的セグメンテーションアーキテクチャがグローバル情報を良く利用できないという問題を克服するために,著者らは,著者らのGRANetの性能を強化するためにグローバルなコンテキスト情報を利用するために,複数のプールモジュール方式を提案した。提案したGRANetは,SiftFlowデータセット上で最先端の性能を達成し,他の最先端の研究と同等の性能を達成した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタ ,  計算機アーキテクチャ ,  カオス ,  *意味論 ,  *精密化 ,  *セグメンテーション ,  *畳込み ,  不整合
準シソーラス用語： コンテキスト情報 ,  アトラス ,  ダウンサンプリング ,  受容野 ,  シーン分割 ,  シーン理解 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 意味論 ,  情景 ,  セグメンテーション ,  精密化 ,  畳込みニューラルネットワーク