少数ショットビデオオブジェクトセグメンテーションのための時間的変換推論【JST・京大機械翻訳】

Siam Mennatullah; Derpanis Konstantinos G.; Wildes Richard P.

プレプリント

J-GLOBAL ID：202202205665987081 整理番号：22P0310958

少数ショットビデオオブジェクトセグメンテーションのための時間的変換推論【JST・京大機械翻訳】

Temporal Transductive Inference for Few-Shot Video 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 (3件)： , ,
資料名：
発行年： 2022年03月27日プレプリントサーバーでの情報更新日： 2023年07月16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)

少数ショットビデオオブジェクトセグメンテーション(FS-VOS)は,初期訓練中に見られないクラスのいくつかのラベル付き例を用いて,ビデオフレームをセグメンテーションすることを目的とする。本論文では,少数ショット推論中のラベルなしビデオフレームにおける時間的一貫性を利用する,単純だが効果的な時間的トランスダクティブ推論(TTI)手法を提案した。提案アプローチの鍵は,グローバルおよび局所的時間的制約の両方の使用である。大域的制約の目的は,画像シーケンスを横切る新しいクラスに対する一貫した線形分類器を学習することであるが,局所制約は,各フレームにおける前景/背景領域の割合を,局所時間的ウィンドウを横断してコヒーレントである。これらの制約は,時間コヒーレンスを増加させ,少数ショットサポート集合上の過剰フィッティングを低減するために,トランスダクティブ推論中の時空間正則化器として作用する。経験的に,著者らのモデルは,YouTube-VIS上の平均交差点に関して,2.8%による平均交差点に関して最先端のメタ学習アプローチを凌駕する。さらに,徹底的にラベル付けされた改良ベンチマーク(即ち,すべてのオブジェクト発生は現在利用可能なものとは異なり)を導入し,訓練と試験セットの間のデータ配布シフトを目標とするより現実的な評価パラダイムを提示する。経験的結果および詳細な解析は,時間的コヒーレンスを改善し,ある過剰適合シナリオを克服するため,提案した時空間正則化器の付加的利点を確認した。【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