顕著なオブジェクトセグメンテーションのための局所文脈注意【JST・京大機械翻訳】

Tan Jing; Xiong Pengfei; He Yuwen; Xiao Kuntao; Lv Zhengyi

プレプリント

J-GLOBAL ID：202202202614472533 整理番号：22P0193949

顕著なオブジェクトセグメンテーションのための局所文脈注意【JST・京大機械翻訳】

Local Context Attention for Salient Object Segmentation

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 (5件)： , , , ,
資料名：
発行年： 2020年09月24日プレプリントサーバーでの情報更新日： 2020年09月24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)

オブジェクト指向オブジェクトセグメンテーションは,背景から様々な顕著なオブジェクトを識別することを目的とする。意味的一貫性の欠如にもかかわらず,顕著なオブジェクトは,しばしば局所領域における明白なテクスチャと位置特性を持っている。この先験に基づいて,均一表現アーキテクチャにおける局所強化特徴マップを生成するために,新しい局所文脈注意ネットワーク(LCANet)を提案した。提案したネットワークは,粗い予測とグローバルな文脈の間の相関特徴マップを計算することによって,明示的な局所的注意を作り出すために,注意相関フィルタ(ACF)モジュールを導入した。次に,それを局所コンテキストブロック(LCB)に拡張した。さらに,局所コンテキスト記述能力を適応的に強化するために,LCBに基づいて1段の粗から細かい構造を実行した。包括的実験をいくつかの顕著なオブジェクトセグメンテーションデータセットに関して行い,特にDUTS-TEデータセットにおいて,最先端の方法に対して提案したLCANetの優れた性能を実証し,特に0.883最大Fスコアと0.034MAEを示した。【JST・京大機械翻訳】

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

図形・画像処理一般 , パターン認識

, ,

前のページに戻る