文献

J-GLOBAL ID：202002229530608671   整理番号：20A0709554

完全畳込みニューラルネットワークに基づく画像セグメンテーションに関する研究【JST・京大機械翻訳】

Research on Image Segmentation based on Full Convolutional Neural Network

著者 (3件)： Guo Yanan (Shandong University of Science and Technology, China) ,  Zhao Zengshun (Shandong University of Science and Technology, China) ,  Wu Zuohong (Shandong University of Science and Technology, China)
資料名： IOP Conference Series: Earth and Environmental Science  (IOP Conference Series: Earth and Environmental Science)
巻： 440  号： 5  ページ： 052065 (8pp)  発行年： 2020年 
JST資料番号： W5558A  ISSN： 1755-1307  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 画像分割技術はコンピュータビジョンの分野における重要なブランチである。画像分割は画像解析処理の基礎であり,画像セグメンテーション効果は画像の後続処理に直接影響する。従来の機械学習に基づくセグメンテーション法が正確でないという問題を目的として,エッジ情報を失い,ロバスト性を改善する必要があり,本論文では,改良完全畳込みニューラルネットワークに基づく画像セグメンテーションアルゴリズムを提案した。このアルゴリズムは,深い学習モデルのより良い特徴抽出能力とエッジ情報に対するクラスタ分割の感度を利用して,さらにNcutアルゴリズムによるセグメンテーションを支援した。実験結果は,従来の畳込みニューラルネットワーク画像分割アルゴリズムと比較して,アルゴリズムが最終的により高いセグメンテーション精度を達成することを示した。全体の解析から,本論文で提案したセグメンテーション法は他の方法より良い。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  画像分析 ,  特徴抽出 ,  学習モデル ,  ロバスト性 ,  コンピュータビジョン ,  *セグメンテーション ,  機械学習 ,  クラスタ分割
準シソーラス用語： *画像セグメンテーション ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

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)： 畳込みニューラルネットワーク ,  画像セグメンテーション ,  研究