正規化情報最大化による畳込みニューラルネットワークによるスーパーピクセルセグメンテーション【JST・京大機械翻訳】

Suzuki Teppei

プレプリント

J-GLOBAL ID：202202202281252689 整理番号：22P0112474

正規化情報最大化による畳込みニューラルネットワークによるスーパーピクセルセグメンテーション【JST・京大機械翻訳】

Superpixel Segmentation via Convolutional Neural Networks with Regularized Information Maximization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2020年02月16日プレプリントサーバーでの情報更新日： 2020年06月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

推論時間でランダム初期畳込みニューラルネットワーク(CNN)を最適化することにより教師なしスーパーピクセルセグメンテーション法を提案した。提案手法では,推定時間におけるスーパーピクセルセグメンテーションのための提案目的関数を最小化することにより,ラベルのない単一画像からCNNを介してスーパーピクセルを生成する。多くの既存の方法と比較して,著者らの方法には3つの利点があった。(i)スーパーピクセルセグメンテーションのためのCNNの事前の画像を利用して,(ii)与えられた画像に従ってスーパーピクセルの数を適切に変化させ,(iii)目的関数に補助コストを加えることによってスーパーピクセルの特性を制御する。著者らは,BSDS500とSBDデータセットに対して,この方法の利点を定量的かつ定性的に検証した。【JST・京大機械翻訳】

, , , , , , ,
, 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識 , 医用画像処理

, ,

前のページに戻る