文献

J-GLOBAL ID：201902240180438301   整理番号：19A2821913

意味セグメンテーションのための効果的な画像復元【JST・京大機械翻訳】

Effective image restoration for semantic segmentation

著者 (4件)： Niu Xuejing (School of Computer Science, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, China) ,  Yan Bo (School of Computer Science, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, China) ,  Tan Weimin (School of Computer Science, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, China) ,  Wang Junyi (School of Computer Science, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 374  ページ： 100-108  発行年： 2020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： 最近の意味論的セグメンテーションアルゴリズムは,深い畳込みニューラルネットワーク(DCNNs)によって大いに加速される。それらのほとんどは正常画像によく機能するが,それらは画像の退化に対してロバストではない。劣化画像に関する意味論的セグメンテーションの性能を上げるために,著者らは,生成的な敵ネットワーク(GAN)に基づく効果的画像復元フレームワークを提示した。最初に,各画素位置で正しい意味論的予測を確実にする,生成復元ネットワークの最適化のために,画素ごとの交差エントロピー損失と著者らの意味認識平均二乗誤差損失を共同的に最小化することを提案した。第二に,著者らは著者らのフレームワークにGANを導入して,それは意味論的予測の高次一貫性に利益をもたらすことができた。画像超解像と雑音除去に関する包括的実験結果は,著者らの手法が,他の一般的画像復元手法と比較して,最良のセグメンテーション精度を達成することができるとともに,画像品質を維持することができることを実証した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画質 ,  画素 ,  *画像復元 ,  超解像 ,  最適化 ,  意味論 ,  雑音除去 ,  エントロピー ,  ロバスト性 ,  ネットワーク ,  *セグメンテーション
準シソーラス用語： 平均二乗誤差 ,  劣化画像 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 意味セグメンテーション ,  画像復元 ,  画像超解像 ,  画像雑音除去

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 (3件)： 意味 ,  セグメンテーション ,  画像復元