文献

J-GLOBAL ID：202102288479423939   整理番号：21A0496298

融合深さネットワークの改良は,超画素アルゴリズムを生成する。【JST・京大機械翻訳】

Improved Fast Generation of Superpixel Algorithms with Deep Network

著者 (4件)： Sheng Jiachuan (天津財経大学 理工学院,天津 300222) ,  Wang Jiayuan (天津財経大学 理工学院,天津 300222) ,  Li Yuzhi (天津財経大学 理工学院,天津 300222) ,  Wang Jun (天津財経大学 管理科学与工程学院,天津 300222)
資料名： Jisuanji Kexue Yutansuo  (Jisuanji Kexue Yutansuo)
巻： 14  号： 12  ページ： 2132-2139  発行年： 2020年 
JST資料番号： C2939A  ISSN： 1673-9418  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： 超画素は画像過剰セグメンテーションの結果であり、画像データの中間レベル表示を提供し、コンピュータビジョンなどの研究にとって重要な意義がある。既存の超画素アルゴリズムは,通常,規則的グリッド上で定義され,そして,通常,超画素を生成するアルゴリズムは,手作業によって抽出された画素特性に基づいて,通常,規則的グリッド上で定義されている。融合深さネットワークの改良高速生成超画素アルゴリズムを提案し、深さ学習ネットワークを超画素の生成過程に埋め込み、まず、隠れ層を含む深さネットワークを用いて画像の画素特徴の抽出を行い、その後、K-meansクラスタリング法により、初期種子点位置を計算し、分割結果を改善した。これに基づいて,能動的探索方式を用いて,画素ラベルの正確性を保証し,最後に,超画素セグメンテーション結果を得る。BerkeleyデータセットBSDS500において、BSDSのベンチマーク評価とその他の文献の対比実験により、提案アルゴリズムは分割結果のコンパクト性、規則性などの性能において比較的優れていることが分かった。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 ,  学習 ,  セグメンテーション ,  *ネットワーク ,  *画素 ,  規則度 ,  コンピュータビジョン ,  コンパクト性 ,  ベンチマーク
準シソーラス用語： 画像データ ,  隠れ層 ,  正確性 ,  クラスタリング法 , 【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 (3件)： 融合 ,  画素 ,  アルゴリズム