抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】