マスク集約による少数ショットセマンティックセグメンテーション【JST・京大機械翻訳】

Ao Wei; Zheng Shunyi; Meng Yan

プレプリント

J-GLOBAL ID：202202206684792638 整理番号：22P0289843

マスク集約による少数ショットセマンティックセグメンテーション【JST・京大機械翻訳】

Few-shot semantic segmentation via mask aggregation

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02月15日プレプリントサーバーでの情報更新日： 2022年02月15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)

わずかなショット意味セグメンテーションは,非常に少ないラベル付きデータだけを有する新しいクラスを認識することを目的とする。この挑戦的なタスクは,クエリ画像とサポート画像間の関連関係のマイニングを必要とする。これまでの研究は,典型的にはピクセルワイズ分類問題と見なされている。したがって,様々なモデルを設計して,質問画像とサポート画像の間の画素の相関を調査した。しかし,それらはピクセルごとの対応のみに焦点を当て,オブジェクトの全体的相関を無視する。本論文では,この問題に取り組むためのマスクベースの分類法を導入した。簡単なマスク分類モデルであるマスク凝集ネットワーク(MANet)を提案し,同時に固定数のマスクとそれらのターゲットの確率を生成した。次に,最終セグメンテーション結果を,それらの位置に従ってすべてのマスクを集約することによって得た。PASCAL-5^iとCOCO-20^iデータセットの両方に関する実験は,著者らの方法が最先端のピクセルベースの方法に匹敵することを示した。この競合性能は,少数ショット意味セグメンテーションにおける代替ベースライン方法としてマスク分類の可能性を実証した。このソースコードはhttps://github.com/TinyAway/MANetで利用できる。【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