文献

J-GLOBAL ID：202102287224389754   整理番号：21A0121930

DCNNに基づくマルピー画像セグメンテーションアルゴリズム研究【JST・京大機械翻訳】

Research on Horse Image Segmentation Algorithm Based on DCNN

著者 (3件)： Zhang Zeyu (新疆農業大学 計算机与信息工程学院,新疆 烏魯木斉 830052) ,  Guo Bin (新疆農業大学 計算机与信息工程学院,新疆 烏魯木斉 830052) ,  Zhang Taihong (新疆農業大学 計算机与信息工程学院,新疆 烏魯木斉 830052)
資料名： Jisuanji Jishu yu Fazhan  (Jisuanji Jishu yu Fazhan)
巻： 30  号： 10  ページ： 210-215  発行年： 2020年 
JST資料番号： C3602A  ISSN： 1673-629X  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： 深さ学習の発展に伴い、畳込みニューラルネットワークは各種のコンピュータビジョン問題を解決している。オブジェクトのセグメンテーションは画像処理の基礎であり,従来のセグメンテーションアルゴリズムは,特定の強光雑音の場面で,画像理解能力と作業効率が良くない。従来の画像分割アルゴリズムに存在する分割エッジが不明瞭で、強い光照射下の馬匹輪郭の分割ぼけ、および分割前に手作業のマーキングを行うなどの問題に対して、全畳込みニューラルネットワークに基づく条件付ランダム場を加えた馬匹画像分割アルゴリズムを提案した。馬匹画像データセットを訓練し、ネットワークに空洞コンボリューションを持つ空間ピラミッドプール化モデル(ASPP)、空洞畳込みと深さ分離畳込みを取り入れて、ネットワークがパラメータ不変で受容野を拡大し、有効に馬匹を分割した。深さコンボリューションニューラルネットワーク(DCNN)モデル上で移動学習を行い、全連結条件ランダム場(CRF)を加えて分割した馬匹エッジ輪郭を最適化した。実験結果は,提案方法が分割精度において従来の画像分割アルゴリズムより優れ,平均交差比(MIOU)が92.8%に達することを示した。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 ,  雑音 ,  畳込み ,  学習 ,  *セグメンテーション ,  ネットワーク ,  光照射 ,  画像処理 ,  コンピュータビジョン ,  画像理解
準シソーラス用語： 確率場 ,  *画像セグメンテーション ,  受容野 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： マルピー ,  画像セグメンテーション ,  アルゴリズム ,  研究