文献

J-GLOBAL ID：202002269316291401   整理番号：20A2282956

セマンティックセグメンテーションにおける少数クラスの制御された偽負縮小【JST・京大機械翻訳】

Controlled False Negative Reduction of Minority Classes in Semantic Segmentation

著者 (5件)： Chan Robin (University of Wuppertal & IZMD) ,  Rottmann Matthias (University of Wuppertal & IZMD) ,  Huger Fabian (Volkswagen Group Innovation) ,  Schlicht Peter (Volkswagen Group Innovation) ,  Gottschalk Hanno (University of Wuppertal & IZMD)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-8  発行年： 2020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： 意味的セグメンテーションデータセットにおいて,高い重要度のクラスは,例えば,街路シーンにおける人間,例えば人間が不足しているとき,しばしば時間であった。ニューラルネットワークは通常,誤差の全体の数を減らすために訓練され,すべての種類の誤差に同一の損失を付加する。しかし,これは必ずしも人間の直感と並んでいない。例えば,見落とした歩行者は不正確に検出されたものよりより厳しいようである。1つの可能な改善は,より重みを過小表現クラスに割り当てるクラス事前を導入することによって,異なる決定ルールを展開することである。過小表現クラスの偽陰性を減らすと同時に,同時にこれは偽陽性適応のかなりの増加をもたらす。本研究では,決定ルールを偽陽性検出の方法と組み合わせた。したがって,著者らは偽陰性検出を不確実性ベースの偽陽性メタ分類と融合する。「人間」クラスの予測事例に基づく都市景観データセット上の街路シーンの意味セグメンテーションに対する著者らの方法の効率性を示した。後者では,事例で集約された不確実性測度を用いた先進的な偽陽性検出手法を採用した。それにより,過小表現クラスの偽陰性と偽陽性サンプルの間の改善されたトレードオフを達成した。Copyright 2020 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： 測度 ,  *セグメンテーション ,  不確実性 ,  歩行者 ,  ニューラルネットワーク ,  都市景観
準シソーラス用語： ディシジョンルール ,  誤検出 ,  偽陰性 , 【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)： セマンティックセグメンテーション ,  クラス ,  縮小