文献

J-GLOBAL ID：201802260160640118   整理番号：18A0858754

意味セグメンテーションのための深部構造化モデルによる文脈の探索【JST・京大機械翻訳】

Exploring Context with Deep Structured Models for Semantic Segmentation

著者 (4件)： Lin Guosheng (School of Computer Science and Engineering, Nanyang Technological University, Singapore) ,  Shen Chunhua (School of Computer Science, University of Adelaide, Adelaide, SA, Australia) ,  van den Hengel Anton (School of Computer Science, University of Adelaide, Adelaide, SA, Australia) ,  Reid Ian (School of Computer Science, University of Adelaide, Adelaide, SA, Australia)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 40  号： 6  ページ： 1352-1366  発行年： 2018年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  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： 意味画像セグメンテーションにおける文脈情報を利用するためのアプローチを提案し,特に,深いCNNにおけるパッチパッチコンテキストとパッチバックグラウンドコンテキストの使用を検討した。画像領域間のパッチパッチコンテキストを学習するために,CNNと条件付きランダムフィールド(CRF)を結合することにより,深い構造化モデルを定式化した。具体的には,隣接パッチ間の意味的相関を捉えるために,CNNベース対ポテンシャル関数を定式化した。次に,提案した深い構造化モデルの効率的な区分的訓練を,逆伝搬の過程の間に繰り返された高価なCRF推論を避けるために適用した。パッチバックグラウンドコンテキストを捕捉するために,従来のマルチスケール画像入力とスライディングピラミッドプールを用いたネットワーク設計が性能改善に非常に効果的であることを示した。提案した方法の包括的評価を行った。多くの挑戦的な意味論的セグメンテーションデータセットに関する新しい最先端の性能を達成した。Copyright 2018 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： *セグメンテーション ,  定式化 ,  意味論
準シソーラス用語： ネットワーク設計 ,  画像入力 ,  マルチスケール ,  ポテンシャル関数 ,  確率場 ,  文脈情報 ,  画像セグメンテーション ,  *構造モデル , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (6件)： 意味 ,  セグメンテーション ,  深部 ,  構造化モデル ,  文脈 ,  探索