文献

J-GLOBAL ID：201902241395388048   整理番号：19A2926742

LANET:画像意味セグメンテーションのためのはしご注意ネットワーク【JST・京大機械翻訳】

LANet: A Ladder Attention Network for Image Semantic Segmentation

著者 (3件)： Wang Dongli (College of Information Engineering, Xiangtan University,Xiangtan,China,411105) ,  Wang Bo (College of Information Engineering, Xiangtan University,Xiangtan,China,411105) ,  Zhou Yan (College of Information Engineering, Xiangtan University,Xiangtan,China,411105)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IECON  ページ： 126-131  発行年： 2019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： 画像意味セグメンテーションにおけるチャネル情報を用いて特徴マップを再較正するために,Ladder Attentionネットワーク(Lanet)を提案した。チャネルマップのグローバル情報を得るためにグローバル平均プールを用いる以前の研究と異なり,著者らはより豊富なチャネル情報を抽出するためにサブ領域平均プール(SAP)を使用した。一方,低ステージチャネルの注意は,高ステージチャネルのそれに関連している。低段チャネルの注意情報を高ステージ特徴により良く伝送するために,低段チャネルの注意拡大機構を追加した。他方では,DeepLabv3ネットワークにおけるAtrous空間ピラミッドPooling(ASPP)モデルのマルチスケール特徴融合に及ぼすチャネル数の影響を指摘し,チャネルの総数を増加させることなく異なるコンボリューションまたはプール操作に異なるチャネルを割り当てた。最後に,MIT Scen Parsing Benchmarkデータセット(シナリオParse150)に関する実験結果を,提案したモデルの有効性を実証するために含めた。Copyright 2020 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： 畳込み ,  梯子 ,  角錐 ,  チャネル ,  *ネットワーク ,  有効性 ,  *セグメンテーション
準シソーラス用語： 特徴融合 ,  マルチスケール ,  特徴マップ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 意味 ,  セグメンテーション ,  はしご ,  注意