内視鏡画像解析のためのタスクを意識した能動学習【JST・京大機械翻訳】

Thapa Shrawan Kumar; Poudel Pranav; Bhattarai Binod; Stoyanov Danail

プレプリント

J-GLOBAL ID：202202203211153990 整理番号：22P0327862

内視鏡画像解析のためのタスクを意識した能動学習【JST・京大機械翻訳】

Task-Aware Active Learning for Endoscopic Image Analysis

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 (4件)： , , ,
資料名：
発行年： 2022年04月07日プレプリントサーバーでの情報更新日： 2022年04月07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)

ポリープと深さ推定の意味論的セグメンテーションは,内視鏡画像解析における2つの重要な研究問題である。これらの研究問題に関する研究を行う主な障害の一つは,注釈付きデータの欠如である。内視鏡アノテーションは専門家の内視鏡技師の専門家の知識を必要とし,これのため,組織化,高価で時間がかかる。この問題に取り組むために,著者らは,考慮に入れたタスクのための最も識別的で多様なラベルなし用例を選択することによって,訓練用例の数を減らすために,活発な学習パラダイムを調査した。既存のアクティブ学習パイプラインの大部分は,本質的にタスク診断であり,しばしばエンドタスクに準最適である。本論文では,新しいタスク意識能動学習パイプラインを提案し,内視鏡画像分析における2つの重要なタスクに適用した:意味セグメンテーションと深さ推定。提案手法を競合基準と比較した。実験結果から,比較基準線よりも実質的な改善を観測した。コードはhttps://github.com/thetna/endo active learnで利用可能である。【JST・京大機械翻訳】

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

人工知能

, , , ,

前のページに戻る