抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】