文献

J-GLOBAL ID：202102262453662792   整理番号：21A0317148

動的密集条件付ランダム場インクリメンタル推論に基づくマルチクラスビデオセグメンテーション【JST・京大機械翻訳】

Incremental multi-class video segmentation based on dynamic dense conditional field inference

著者 (3件)： Zhang Xiaoxiang (江南大学 物聯网工程学院,江蘇 无錫214122) ,  Lu Xianling (江南大学 物聯网工程学院,江蘇 无錫214122) ,  Zhou Hongjun (同済大学,上海200092)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 37  号： 12  ページ： 3781-3787  発行年： 2020年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存の条件付ランダム場(CRF)に基づくマルチクラスビデオセグメンテーションの計算量がフレーム数の増加とともに増加するという問題に照準を定めて,本論文は,CRF推定のための高速,完全動的推論(inference)アルゴリズムを提案した。動的密集CRFの最大事後確率(MAP)解を,増分マルチクラスビデオセグメンテーションにおいて,効果的に推論した。従来の高密度CRF処理ビデオと比較して,本方法は,オンラインロボットインクリメンタルビデオセグメンテーションの演算に,より好適であった。実験結果は,マルチクラスビデオセグメンテーション応用において,この動的アルゴリズムが,標準密集CRFアルゴリズムよりも著しく速く,その計算精度と標準密集CRFアルゴリズムが不変であることを示した。いくつかのマルチクラスビデオ分割テストは,このアルゴリズムの推論効率を実証した。本アルゴリズムは,ビデオセグメンテーションに限らず,また,多くの類似増分動的変化CRFモデルにおけるMAP推論計算のための最適化解法に,適用することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  ロボット ,  計算量 ,  *録画装置
準シソーラス用語： 確率場 ,  計算精度 ,  最大事後確率 ,  高密度 ,  オンライン ,  *オブジェクトセグメンテーション ,  動的変化 , 【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)： 条件付 ,  ランダム場 ,  推論