文献

J-GLOBAL ID：201902265830170468   整理番号：19A0639426

意味論的セグメンテーションのための大域的および局所的画像特徴,スタックプーリングブロックを用いたRESNET【JST・京大機械翻訳】

ResNet with Global and Local Image Features, Stacked Pooling Block, for Semantic Segmentation

著者 (5件)： Song Hui (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, 100876, China) ,  Zhou Yun (Academy of Broadcasting Science, Beijing, China) ,  Jiang Zhuqing (School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing, 100876, China) ,  Guo Xiaoqiang (Academy of Broadcasting Science, Beijing, China) ,  Yang Zixuan (School of Digital Media and Design Arts, Beijing University of Posts and Telecommunications, Beijing, 100876, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICCC  ページ： 79-83  発行年： 2018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： 最近,深い畳込みニューラルネットワーク(CNNs)は意味的セグメンテーションシステムにおいて大きな成功を達成した。本論文では,大域的文脈情報と局所画像特徴の両方を組み合わせることにより,画素ごとの意味セグメンテーションを改善する方法を示した。最初に,著者らは,符号器ネットワークにおけるグローバルな特徴と局所的特徴を融合することを可能にする融合層を実装した。第二に,復号器ネットワークにおいて,特徴マップの受容場を大幅に拡張し,局所意味予測を文脈化するために不可欠な,積層プールブロックを導入した。さらに,著者らのアプローチは,著者らのモデルが現在の公表されているモデルよりもはるかに少ないパラメータを持つResNet18に基づいている。全体のフレームワークは,後処理なしにエンドツーエンドで訓練される。この方法は,2つのデータセットCamVidとcityscapesに関する意味画像セグメンテーションの性能を改善することを示し,その有効性を実証した。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： エンドツーエンド方式 ,  *画像特性 ,  *意味論 ,  有効性 ,  後処理 ,  予測 ,  *セグメンテーション ,  画素 ,  ネットワーク ,  復号器 ,  符号器
準シソーラス用語： 画像セグメンテーション ,  特徴マップ ,  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 (3件)： 意味論 ,  セグメンテーション ,  画像特徴