文献

J-GLOBAL ID：201802287586420264   整理番号：18A0137409

意味論的線検出とその応用【Powered by NICT】

Semantic Line Detection and Its Applications

著者 (4件)： Lee Jun-Tae ,  Kim Han-Ul ,  Lee Chul ,  Kim Chang-Su
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 3249-3257  発行年： 2017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： セマンティック線画像のレイアウトを特性化した。画像解析とシーン理解におけるそれらの重要性にもかかわらず,意味的線検出のための信頼できる研究されていない。本論文では,マルチタスク学習を用いた畳込みニューラルネットワークを用いた意味論的線検出器を提案し,分類および回帰タスクの組合せとして線検出を考えて。コンボリューションと最大プーリング層を用いて入力画像のためのマルチスケール特徴マップを得た。線貯留層は特徴マップから各候補系統のための特徴ベクトルを抽出するために開発した。次に,特徴ベクトル並列分類と回帰層を摂食した。分類層は線候補はsemant ICであるかどうかを決定する。意味線の場合,回帰層は線位置を精密化するためのオフセットを決定した。実験結果は,提案した検出器は,意味的線を正確かつ確実に抽出することを示した。さらに著者らは,提案した検出器は三つの応用:水平線推定,組成増強,画像単純化に成功裏に使用できることを示した。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： *意味論 ,  画像 ,  簡素化 ,  キャラクタリゼーション ,  検出器 ,  画像分析 ,  精密化 ,  オフセット ,  畳込み
準シソーラス用語： 特徴ベクトル ,  特徴マップ ,  マルチスケール ,  畳込みニューラルネットワーク ,  マルチタスク学習 ,  シーン理解 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 意味論 ,  応用