文献

J-GLOBAL ID：201802252502146700   整理番号：18A1090308

画像意味分割深さ学習モデルの概要【JST・京大機械翻訳】

Survey of the deep learning models for image semantic segmentation

著者 (6件)： Zhang Xinming (北京工商大学計算机与信息工程学院 北京100048) ,  Zhu Xiaobin (北京工商大学計算机与信息工程学院 北京100048) ,  Cai Qiang (北京工商大学計算机与信息工程学院 北京100048) ,  Liu Xinliang (北京工商大学計算机与信息工程学院 北京100048) ,  Shao Wei (北京中電高科技電視発展有限公司 北京100036) ,  Wang Lei (广播科学研究院信息研究所 北京100866)
資料名： Gaojishu Tongxun  (Gaojishu Tongxun)
巻： 27  号： 9  ページ： 808-815  発行年： 2017年 
JST資料番号： W1491A  ISSN： 1002-0470  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 画像意味セグメンテーションは,画素レベルの高密度分類の概念,およびコンピュータビジョンの分野での中心的な重要性と重要性を,詳細に説明した。画像意味セグメンテーションアルゴリズムの一般的分類方法と最近の成果を要約した。PASCALVOC2012データセット上での画像意味セグメンテーションの深さ学習モデルの精度,平均画素正解率,平均オーバラップ率,および周波数加重オーバラップ率の4つの側面の実際の表現性能を詳細に比較した。最後に,意味分割の分野の発展について総括して展望し,モデルの直面するトレーニングデータセットの不足,パラメータ最適化の困難と構造の単一の問題を指摘した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *画像 ,  周波数 ,  コンピュータビジョン ,  セグメンテーション ,  *学習モデル ,  画素
準シソーラス用語： パラメータ最適化 ,  加重 ,  オーバラップ ,  正解率 ,  分類法 ,  高密度 , 【Automatic Indexing@JST】

著者キーワード (4件)： deep learning ,  semantic segmentation ,  PASCAL VOC ,  convolutional neural networks

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 意味 ,  学習モデル ,  概要