画像再構成損失に基づく教師なし変化検出【JST・京大機械翻訳】

Noh Hyeoncheol; Ju Jingi; Seo Minseok; Park Jongchan; Choi Dong-Geol

プレプリント

J-GLOBAL ID：202202207588005397 整理番号：22P0324697

画像再構成損失に基づく教師なし変化検出【JST・京大機械翻訳】

Unsupervised Change Detection Based on Image Reconstruction Loss

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04月03日プレプリントサーバーでの情報更新日： 2022年04月04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)

変化検出器を訓練するために,同じ領域で異なる時間で撮影した二時間画像を用いた。しかし,ラベル付き二時間画像の収集は,高価で時間がかかる。この問題を解決するため,様々な教師なし変化検出法を提案したが,それらはまだラベルなし二時間画像を必要とする。本論文では,ラベルなし単一時間単一画像のみを用いた画像再構成損失に基づく教師なし変化検出を提案した。画像再構成モデルを訓練して,ソース画像と測光変換ソース画像をペアとして受信することによって元のソース画像を再構成した。推論の間,モデルは入力として二時間画像を受信し,入力の1つを再構成することを試みた。二時間画像間の変化した領域は,高い再構成損失を示した。この変化検出器は,単一時間単一ソース画像のみを用いた場合でも,様々な変化検出ベンチマークデータセットにおいて顕著な性能を示した。コードと訓練されたモデルは,再現性のために公的に利用可能である。【JST・京大機械翻訳】

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

図形・画像処理一般

, , ,

前のページに戻る