抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
インタラクティブセグメンテーションは,ユーザが正/負のクリックを作ることにより,ユーザがターゲットマスクを抽出することを可能にする。多くの以前の研究によって探索されたが,学術的アプローチと産業ニーズの間にはまだギャップがある:最初に,既存のモデルは,低電力装置に関して作業するのに十分に効率的でない;第2に,それらが正しい部分を破壊することができないので,既存のマスクを洗練するのに用いるとき,それらは不十分に機能した。FocalClickは,局所領域におけるマスクを予測し更新することによって,一度に両方の問題を解決する。より高い効率のために,著者らは,全体の画像に関する遅い予測を,小さな農作物に関する2つの速い推論に分解した:目標Cropに関する粗い分割と焦点Cropに関する局所的精密化。既存マスクでモデル作業を行うため,対話型Mask補正と呼ばれるサブタスクを定式化し,解としてProgressive Mergeを提案した。進行性Mergeは形態学的情報を利用して,どのような既存のマスクを効果的に精密化するかを,ユーザが効率的に更新し,更新するかどうかを決定する。FocalClickは,有意に小さなFLOPを有するSOTA法に対して競合結果を達成した。また,既存のマスクで補正を行うとき,顕著な優位性を示した。コードとデータは,github.com/XavierCHEN34/ClickSEGで解放される。【JST・京大機械翻訳】