都市景観データセットにおけるアプリケーションによる画像セグメンテーションのための分割正規化によるニューラルネットワーク【JST・京大機械翻訳】

Hernandez-Camara Pablo; Laparra Valero; Malo Jesus

プレプリント

J-GLOBAL ID：202202207033554166 整理番号：22P0310208

都市景観データセットにおけるアプリケーションによる画像セグメンテーションのための分割正規化によるニューラルネットワーク【JST・京大機械翻訳】

Neural Networks with Divisive normalization for image segmentation with application in cityscapes dataset

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25日プレプリントサーバーでの情報更新日： 2022年11月09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)

コンピュータビジョンにおける重要問題の1つは適応である:モデルは入力の変動性に追従するのに剛体である。感覚神経科学における適応を説明する正準計算は,可視的正規化であり,それは画像多様体に及ぼす魅力的効果を有した。本研究では,現在の深層ネットワークにおける二可視的正規化を含めて,画像における非情報的変化に対してそれらをより不変にすることを示した。特に,画像セグメンテーションのためのU-Netアーキテクチャに焦点を当てた。実験により,U-Netアーキテクチャにおけるジビジョン正規化の包含が,従来のU-Netに関してより良いセグメンテーション結果をもたらすことを示した。悪い気象条件で取得した画像を扱うとき,利得は着実に増加する。都市景観とFogy市景観データセットに関する結果に加えて,著者らは,応答の可視化を通してこれらの利点を説明する:潜水正規化によって誘発された等化は,コントラストと照明における局所的変化に,より不変な特徴をもたらす。【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