言語駆動意味セグメンテーション【JST・京大機械翻訳】

Li Boyi; Weinberger Kilian Q.; Belongie Serge; Koltun Vladlen; Ranftl Rene

プレプリント

J-GLOBAL ID：202202206179227357 整理番号：22P0025783

言語駆動意味セグメンテーション【JST・京大機械翻訳】

Language-driven Semantic 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： 2022年01月10日プレプリントサーバーでの情報更新日： 2022年04月02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)

言語駆動意味画像セグメンテーションのための新しいモデルであるLSegを示した。LSegはテキスト符号器を用いて記述入力ラベル(例えば「草」または「建築」)の埋込みを,入力画像の高密度ピクセル埋込みを計算する変圧器ベース画像符号器と共に計算する。画像符号器を,対応する意味クラスのテキスト埋込みに画素埋込みを整列させるために,対比的目的によって訓練した。テキスト埋込みは,意味的に類似のラベルマップが埋込み空間(例えば,”cat”と”furry”)の類似領域に対して,柔軟なラベル表現を提供する。これにより,LSegは,再訓練なしで,あるいは単一の追加の訓練サンプルを必要とする場合でも,テスト時間で以前には,分類できないカテゴリーに一般化できる。提案アプローチは,既存のゼロおよび少数ショットの意味セグメンテーション法と比較して,高度に競合したゼロショット性能を達成し,固定ラベルセットが与えられた場合,従来のセグメンテーションアルゴリズムの精度に整合することを実証した。コードとデモはhttps://github.com/isl org/lang segで利用可能である。【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