弱教師付きセマンティックセグメンテーションとオブジェクト位置決めのための反敵対的操作属性【JST・京大機械翻訳】

Lee Jungbeom; Kim Eunji; Mok Jisoo; Yoon Sungroh

プレプリント

J-GLOBAL ID：202202207934749969 整理番号：22P0329312

弱教師付きセマンティックセグメンテーションとオブジェクト位置決めのための反敵対的操作属性【JST・京大機械翻訳】

Anti-Adversarially Manipulated Attributions for Weakly Supervised Semantic Segmentation and Object Localization

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 (4件)： , , ,
資料名：
発行年： 2022年04月11日プレプリントサーバーでの情報更新日： 2022年04月11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)

クラスラベルから正確なピクセルレベル位置決めを得ることは,弱い教師つき意味セグメンテーションとオブジェクト位置決めにおける重要なプロセスである。訓練された分類器からの属性マップは,ピクセルレベルの局所化を提供するために広く用いられているが,それらの焦点は,ターゲットオブジェクトの小さな識別領域に限定される傾向がある。AdvCAMは,最終ソフトマックスまたはシグモイド層の前に分類器によって生成された分類スコアを増加させるように操作される画像の属性マップである。このマニピュレーションは,反敵対的方法で実現され,従って,元の画像は,敵対攻撃で使われるものと反対方向に画素勾配に沿って摂動される。このプロセスは,非識別的だがクラス関連特徴を強化し,以前の属性マップに不十分な寄与をし,その結果,得られたAdvCAMはターゲットオブジェクトのより多くの領域を同定する。さらに,ターゲットオブジェクトに無関係な領域の不正確な属性とターゲットオブジェクトの小領域上の属性の過剰濃度を阻害する新しい正則化手続きを導入した。著者らの方法は,PASCAL VOC 2012とMS COCO 2014データセットの両方で,弱および半教師つき意味セグメンテーションにおいて,新しい最先端の性能を達成した。弱い教師つきオブジェクト位置確認において,それはCUB-200-2011とImageNet-1Kデータセットに関して新しい最先端の性能を達成した。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般

, , , ,

前のページに戻る