ビルディングセグメンテーションマスクの機械学習正則化と多角形化【JST・京大機械翻訳】

Zorzi Stefano; Bittner Ksenia; Fraundorfer Friedrich

プレプリント

J-GLOBAL ID：202202208914651926 整理番号：22P0174778

ビルディングセグメンテーションマスクの機械学習正則化と多角形化【JST・京大機械翻訳】

Machine-learned Regularization and Polygonization of Building Segmentation Masks

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： 2020年07月24日プレプリントサーバーでの情報更新日： 2020年12月17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)

建築セグメンテーションマスクの自動正則化と多角形化のための機械学習ベース手法を提案した。入力として画像を取り上げ,まず,一般的完全畳み込みネットワーク(FCN)を利用した建築物セグメンテーションマップを予測した。次に,生成敵対ネットワーク(GAN)は,より現実的で,即ち,必要ならば正しい角度を構築するより多くの直線輪郭を持つように,建物境界の正則化を実行するのに含まれている。これは,より現実的な画像を生成するために,識別者の応答から学習する,入力画像の確率を与える識別器間の相互作用を通して達成される。最後に,正規化された建物セグメンテーション結果の外で,建物隅角に対応する疎な結果を予測するために適応されるバックボーン畳込みニューラルネットワーク(CNN)を訓練した。3つの建物セグメンテーションデータセットに関する実験は,提案方法が正確な結果を得るだけでなく,多角形としてパラメータ化された視覚的に plしい建物輪郭を作り出すことができることを証明した。【JST・京大機械翻訳】

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

図形・画像処理一般 , 人工知能

, ,

前のページに戻る