文献

J-GLOBAL ID：202002265683507005   整理番号：20A1137559

深さ学習に基づく場面分割アルゴリズムに関する研究総説【JST・京大機械翻訳】

A Survey on Algorithm Research of Scene Parsing Based on Deep Learning

著者 (2件)： Zhang Rui (中国科学院計算技術研究所 北京 100190;上海寒武紀信息科技有限公司 上海 200135) ,  Li Jintao (中国科学院計算技術研究所 北京 100190)
資料名： Jisuanji Yanjiu yu Fazhan  (Jisuanji Yanjiu yu Fazhan)
巻： 57  号： 4  ページ： 859-875  発行年： 2020年 
JST資料番号： W0790A  ISSN： 1000-1239  CODEN： JYYFEY  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： 場面分割の目標は,シーン画像中の画素のクラスを判断することである。シーンセグメンテーションは,コンピュータビジョンの重要な基本問題の1つであり,シーン画像の解析と理解に重要であり,自動運転,ビデオ監視,強化現実など多くの分野で広く適用されている。近年、深さ学習に基づくシーン分割技術はブレークスルー的な進展を遂げ、従来のシーン分割アルゴリズムと比べ、分割精度が大幅に向上した。まず第一に,場面分割の問題の3つの主要な難点を分析する。分割粒度は細かく,スケール変化は多様で,空間的相関は強かった。次に,深さ学習に基づく場面分割アルゴリズムで採用された「畳込みデコンボリューション」構造を紹介した。これに基づいて、近年出現した深さ学習に基づくシーン分割アルゴリズムについて整理し、シーン分割問題に対する3つの主要な難点を紹介し、それぞれ高解像度意味特徴マップ、マルチスケール情報と空間コンテキストに基づくシーン分割アルゴリズムを提案した。一般的場面分割公開データセットを簡潔に紹介した。最後に,深さ学習に基づく場面分割アルゴリズムの研究展望を要約し,展望した。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 ,  畳込み ,  自動運転 ,  デコンボリューション ,  *文献展望 ,  画素 ,  コンピュータビジョン ,  複合現実感
準シソーラス用語： マルチスケール ,  シーン分割 ,  ビデオ監視 , 【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 (5件)： 学習 ,  場面 ,  アルゴリズム ,  研究 ,  総説