文献

J-GLOBAL ID：202102216326290420   整理番号：21A0027659

周辺視覚による意味的セグメンテーション【JST・京大機械翻訳】

Semantic Segmentation with Peripheral Vision

著者 (2件)： Mozaffari M. Hamed (School of Electrical Engineering and Computer Science, University of Ottawa, Ottawa, Canada) ,  Lee Won-Sook (School of Electrical Engineering and Computer Science, University of Ottawa, Ottawa, Canada)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12510  ページ： 421-429  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 深い畳み込みニューラルネットワークは,画像意味セグメンテーションを含む多くのコンピュータビジョンタスクにおいて例外的な性能を示した。関連する大規模ベンチマークで訓練された事前訓練ネットワークは,これらの成功する成果に注目すべき影響を与える。しかし,ドメインシフトに直面して,事前訓練された深い符号器の使用は,それらのモデルの性能を向上できない。一般に,転送学習は,小さなアクセス可能な画像データベースによる様々なコンピュータビジョンアプリケーションのための一般的な解決策ではない。代替手法は,それらのコンピュータビジョンタスクのための利用可能な事前訓練符号器を探索するための科学者を奨励するよりも,任意の問題に適用できるより強力な深いネットワークモデルを開発することである。より効果的なモデルに向けた画像意味セグメンテーションにおける研究動向の方向を逸脱するために,著者らは,ヒト眼の周辺能力をシミュレートする革新的畳込みモジュールを提案した。このモジュールをエンコーダ-デコーダ構成で利用することにより,広範な実験の後,PASCAL VOC2012とCamVidを含むいくつかの挑戦的なベンチマークで許容できる結果を達成した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  畳込み ,  学習 ,  *セグメンテーション ,  ネットワーク ,  復号器 ,  ヒト ,  画像処理 ,  符号器 ,  応用プログラム ,  コンピュータビジョン ,  ベンチマーク ,  画像データベース
準シソーラス用語： 畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： セマンティックセグメンテーション ,  畳込みニューラルネットワーク ,  拡大畳込み ,  深層学習 ,  周辺視覚 ,  エンコーダデコーダ ,  画像処理

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 (2件)： 意味 ,  セグメンテーション