文献

J-GLOBAL ID：202002259298643989   整理番号：20A0922515

重み付き損失関数に基づくマルチスケール対抗ネットワーク画像セマンティックセグメンテーションアルゴリズム【JST・京大機械翻訳】

A MULTI-SCALE ADVERSARIAL NETWORK SEMANTIC SEGMENTATION ALGORITHM BASED ON WEIGHTED LOSS FUNCTION

著者 (5件)： Zhang Hongzhao (深zhen供電局有限公司 广東 深zhen518000) ,  Lv Qishen (深zhen供電局有限公司 广東 深zhen518000) ,  Dang Xiaojing (深zhen供電局有限公司 广東 深zhen518000) ,  Li Yanyu (深zhen市康拓普信息技術有限公司 广東 深zhen 518034) ,  Dai Deyu (深zhen市康拓普信息技術有限公司 广東 深zhen 518034)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 37  号： 1  ページ： 284-291  発行年： 2020年 
JST資料番号： C2940A  ISSN： 1000-386X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存のセマンティックセグメンテーションアルゴリズムにおける分割結果の空間的不一致の問題を解決するために,重み付き損失関数に基づく多重スケール対抗ネットワーク意味論的セグメンテーションアルゴリズムを提案した。DeepLabv3の基本フレームワークに基づいて,Pix2pixネットワークを,ネットワークモデルへの対抗ネットワークとして導入し,そして,多重スケール対抗ネットワーク意味論的セグメンテーションを,実現した。同時に、モデルの汎化能力と訓練精度を増加するため、従来の多分類クロスエントロピー損失関数と生成器出力のコンテンツ損失関数と識別器出力の対抗損失関数を結合して、重み損失関数を構築した。多数の定性的および定量的実験結果は,このアルゴリズムが小さな物体を認識でき,分割することができ,その意味分割性能が既存の深さネットワークを上回り,意味論的分割空間の一貫性を保証し,分割効率を改善することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  弁別器 ,  意味論 ,  *セグメンテーション ,  *損失関数 ,  *ネットワーク ,  コンテンツ
準シソーラス用語： ネットワークモデル ,  マルチスケール ,  再生器 ,  クロスエントロピー , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 損失関数 ,  マルチスケール ,  セマンティックセグメンテーション ,  アルゴリズム