文献

J-GLOBAL ID：202002267036402377   整理番号：20A1816745

改良型位置注意と特徴融合による意味論的画像セグメンテーション【JST・京大機械翻訳】

Semantic Image Segmentation with Improved Position Attention and Feature Fusion

著者 (3件)： Zhu Hegui (College of Sciences, Northeastern University, Shenyang, China) ,  Miao Yan (College of Sciences, Northeastern University, Shenyang, China) ,  Zhang Xiangde (College of Sciences, Northeastern University, Shenyang, China)
資料名： Neural Processing Letters  (Neural Processing Letters)
巻： 52  号： 1  ページ： 329-351  発行年： 2020年 
JST資料番号： W0953A  ISSN： 1370-4621  CODEN： NPLEFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： エンコーダデコーダ構造は,意味画像セグメンテーションのための普遍的な方法である。しかし,画像の重要な情報は畳み込みニューラルネットワーク(CNN)の深度の増加とともに失われ,任意のピクセル間の相関は悪くなる。本論文では,高密度特徴マップを得て,セグメンテーション効果を促進するために,新しい画像セグメンテーションモデルを設計した。符号器段階において,著者らは,特徴を抽出するためにResNet-50を採用して,次に,マルチスケール特徴融合を達成するために,空間プールピラミッド(SPP)を追加した。復号器段階において,著者らは,文脈情報を効果的に統合して,注意マトリックスの構築方法を変えることによって,自明な情報を取り除くために,改良位置注意モジュールを提供した。さらに,著者らは,アップサンプリング特性と対応する符号器特徴に関して,要素ワイズ和演算を事前成形することによって,高密度特徴マップを生成する特徴融合構造も提案した。シミュレーション結果は,CamVidデータセットに関する平均精度とmIOUが,それぞれ90.7%と63.1%に達することができることを示した。提案手法の有効性と信頼性を検証した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  *意味論 ,  信頼性 ,  *セグメンテーション ,  復号器 ,  演算 ,  画素 ,  符号器 ,  有効性
準シソーラス用語： 文脈情報 ,  *画像セグメンテーション ,  マルチスケール ,  アップサンプリング ,  特徴マップ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 意味論的画像セグメンテーション ,  空間プーリングピラミッド ,  位置注意の改善 ,  特徴融合 ,  高密度特徴マップ

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 注意 ,  特徴融合 ,  意味論 ,  画像セグメンテーション