文献

J-GLOBAL ID：201902244842860730   整理番号：19A0248042

CNet:意味セグメンテーションのための文脈意識ネットワーク【JST・京大機械翻訳】

CNet: Context-Aware Network for Semantic Segmentation

著者 (5件)： Cheng Rongliang ,  Zhang Junge ,  Yang Peipei ,  Liu Kangwei ,  Zhang Shujun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACPR  ページ： 67-72  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： 意味セグメンテーションはコンピュータビジョンにおける大きな課題の一つである。最近,深い畳込みニューラルネットワーク(DCNNs)は,多くのコンピュータビジョンタスクにおいて大きな成功を達成した。しかし,意味論的セグメンテーションに関しては,DCNN法が文脈情報を完全に利用し,オブジェクトの微細境界を決定することは依然として困難である。本論文では,セグメンテーション結果を改善するためにロバストなコンテキスト情報を利用する文脈認識ネットワーク(CNet)を提案した。CNETは2つの重要な成分を持つ。1)特徴収集モジュール(FCM)を構築し,高レベル特徴学習を補完するために,テクスチャ,レイアウト,境界,局所および大域的関係を含む低レベル文脈特徴を抽出し,2)FCMからロバストな文脈特徴を選択するために開発した新しい層を開発した。2つの組合せ成分は,境界セグメンテーション精度を改善するために文脈情報を徹底的に調査することができる。著者らは,一般的なPASCAL VOC2012データセットに関する提案方法を評価して,特に複雑なシーンにおける類似のオブジェクトまたはオブジェクトの状況において,関連した方法と比較して有望な性能を得た。Copyright 2019 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： ロバスト性 ,  意味論 ,  *ネットワーク ,  学習 ,  *セグメンテーション ,  コンピュータビジョン
準シソーラス用語： セグメンテーション精度 ,  質感 ,  コンテキスト情報 ,  文脈情報 ,  畳込みニューラルネットワーク , 【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 ,  文脈 ,  意識