文献

J-GLOBAL ID：201802241167713637   整理番号：18A0185429

計算およびメモリ効率的な画像セグメンテーション【Powered by NICT】

Computation and Memory Efficient Image Segmentation

著者 (5件)： Zhou Yiren (Singapore University of Technology and Design, Singapore) ,  Do Thanh-Toan (Singapore University of Technology and Design, Singapore) ,  Zheng Haitian (Singapore University of Technology and Design, Singapore) ,  Cheung Ngai-Man (Singapore University of Technology and Design, Singapore) ,  Fang Lu (The Hong Kong University of Science and Technology, Hong Kong)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 28  号： 1  ページ： 46-61  発行年： 2018年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
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： 本論文では,限られた計算とメモリ資源下でのセグメンテーション問題を取り上げて論じた。セグメンテーションアルゴリズムが与えられたとき,同時にその計算時間とメモリ要求を低減できるフレームワークを提案し,その精度を保持している。提案した枠組みは,標準画素領域ダウンサンプリングを使用し,二つの主要な段階を含んでいる。粗いセグメンテーションを最初にダウンサンプリング画像で行った。精密化は,粗いセグメンテーション結果に適用した。はこの単純なフレームワークを用いた競合精度を可能にする二種の新しい貢献をする。信号処理解析を用いたセグメンテーションにダウンサンプリングの影響を調べる。画素ラベルが粗いセグメンテーション後不確実であるような解析は,不確実な領域,小画像領域を決定するのに役立つ。第二に,ラベルを伝搬する不確実な領域に効率的な最小スパンニング木ベースアルゴリズムを提案した。いくつかの標準データセットを用いた広範な実験を行った。実験を行いその結果,提案セグメンテーション精度が最先端の方法に匹敵することを示し,これらの方法よりも計算時間とメモリはるかに少ないを必要とする。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： 画素 ,  信号処理 ,  *記憶装置 ,  *画像 ,  不確実性 ,  *セグメンテーション ,  CPU時間 ,  精密化
準シソーラス用語： セグメンテーション精度 ,  最小全域木 ,  ダウンサンプリング ,  *画像セグメンテーション ,  *メモリ効率 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 計算 ,  メモリ効率 ,  画像セグメンテーション