文献
J-GLOBAL ID:202102247350778549   整理番号:21A0004342

双方向グリッドによる高速およびコヒーレントビデオオブジェクトセグメンテーションのための信頼性および動的外観モデリングおよびラベル一貫性強化【JST・京大機械翻訳】

Reliable and Dynamic Appearance Modeling and Label Consistency Enforcing for Fast and Coherent Video Object Segmentation With the Bilateral Grid
著者 (5件):
資料名:
巻: 30  号: 12  ページ: 4781-4795  発行年: 2020年 
JST資料番号: W0321A  ISSN: 1051-8215  CODEN: ITCTEM  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ビデオオブジェクトセグメンテーションのための新しい最適化フレームワークを提案し,入力ビデオシーケンスのキーフレームにおけるオブジェクトの初期アノテーションを与えた。本研究では,ビデオデータをMarkov確率場モデルにより表現し,最小グラフカットラベル割当を見つけることによりセグメンテーションを達成した。より具体的には,まず,最小カットが動作しなければならないグラフのサイズを低減する入力ビデオシーケンスの両側表現を創造する。次に,セグメンテーション尤度を学習するために動的外見モデルを導入し,尤度の信頼性を測定し,セグメンテーション誤差を引き起こす可能性のある偽尤度を同定した。従って,このモデルは,時間とともに進化した物体の外観の変化を正確に記述する。さらに,ソフト高次ポテンシャルを用いて空間および時間接続を増強し,セグメンテーションにおける長距離ラベル一貫性を保証した。アブレーション研究を通してフレームワークの各成分の影響に関して広範な解析と評価を提供した。3つのベンチマークデータセット(DAVIS 2016,YouTube-ObjectsおよびSegTrack v2)に関する実験は,著者らの方法が,1桁の速いランタイムのオーダーを持つ間,最先端技術と比較して,競合性能を達成することを示した。Copyright 2021 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 

前のページに戻る