文献

J-GLOBAL ID：202102259714672595   整理番号：21A3313309

楕円適合誤差正則化項による正確なCNNベース瞳セグメンテーション【JST・京大機械翻訳】

Accurate CNN-based pupil segmentation with an ellipse fit error regularization term

著者 (3件)： Akinlar Cuneyt (Department of Computer Engineering, Eskisehir Osmangazi University, 26040 Eskisehir, Turkey) ,  Kucukkartal Hatice Kubra (Department of Computer Engineering, Eskisehir Osmangazi University, 26040 Eskisehir, Turkey) ,  Topal Cihan (Department of Electrical and Electronics Engineering, Eskisehir Technical University, 26555 Eskisehir, Turkey)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 188  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 完全畳込みニューラルネットワーク(FCN)による画像の意味論的セグメンテーションは,FCNが従来のセグメンテーションアルゴリズムを大幅に上回るので,近年ますます注目を集めている。本論文では,画素毎の損失関数,例えば二値交差エントロピーに追加できる形状事前正則化項としてEllipse Fit誤差を用いて,瞳セグメンテーションのためのCNNを訓練する。軽量UNetアーキテクチャの訓練により提案した方法の性能を評価し,3つの広く使われている実世界データセットを,性能評価のための合計230.000画像を含む,野生(LPW)におけるExCuSe,ElSe,およびラベル付きPupilsを用いて評価する。実験結果は,提案した方式がすべてのデータセットに対して最良の既知瞳検出率を与えることを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  エントロピー ,  意味論 ,  *セグメンテーション ,  損失関数 ,  画素 ,  *正則化 ,  計算機アーキテクチャ ,  性能評価
準シソーラス用語： 検出率 ,  軽量 ,  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)： 瞳孔セグメンテーション ,  畳込みニューラルネットワーク(CNN) ,  Unet ,  損失関数 ,  正則化項

分類 (2件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 楕円 ,  誤差 ,  正則化 ,  CNN ,  瞳 ,  セグメンテーション