文献

J-GLOBAL ID：201802248576112827   整理番号：18A0132602

SLICを用いたパラメータを含まない画像セグメンテーション【Powered by NICT】

Parameter-free image segmentation with SLIC

著者 (5件)： Boemer Fabian (Lyrical Labs, 14.5 Clinton St., Iowa City, IA, USA) ,  Ratner Edward (Lyrical Labs, 14.5 Clinton St., Iowa City, IA, USA) ,  Lendasse Amaury (Department of Mechanical and Industrial Engineering, The University of Iowa, Iowa City, USA) ,  Lendasse Amaury (The Iowa Informatics Initiative, The University of Iowa, Iowa City, USA) ,  Lendasse Amaury (Risklab, Arcada University of Applied Sciences, Helsinki, Finland)
資料名： Neurocomputing  (Neurocomputing)
巻： 277  ページ： 228-236  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,簡単な線形反復クラスタリング(SLIC)および極端学習マシン(ELM)を用いたパラメータのない画像セグメンテーションフレームワークを開発した。SLICは単一パラメータ,重心の数を必要とする。筆者らのフレームワーク,PF SLIC(パラメータフリーSLIC)と呼ばれる最適Kを予測するためのELMを使用し,パラメータを含まないフレームワークを生成した。PF SLICとその流動変異体SPF SLIC(ストリーミングPF SLIC)は,超高精細(4K)画像とストリーム上で他のモデルに匹敵する性能を達成し,実行時間数桁低かった。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *画像 ,  学習 ,  重心 ,  クラスタ化 ,  ストリーミング ,  線形性
準シソーラス用語： 実行時間 ,  超高精細 ,  *画像セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (5件)： SLIC ,  ELM ,  画像セグメンテーション ,  スーパピクセル ,  ストリーミング

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： パラメータ ,  画像セグメンテーション