疎境界ボックスアノテーションによる弱教師付き画像セグメンテーションを支援する極変換ベース多重インスタンス学習【JST・京大機械翻訳】

Wang Juan; Xia Bin

プレプリント

J-GLOBAL ID：202202211526177059 整理番号：22P0302650

疎境界ボックスアノテーションによる弱教師付き画像セグメンテーションを支援する極変換ベース多重インスタンス学習【JST・京大機械翻訳】

Polar Transformation Based Multiple Instance Learning Assisting Weakly Supervised Image Segmentation With Loose Bounding Box Annotations

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 (2件)： ,
資料名：
発行年： 2022年03月02日プレプリントサーバーでの情報更新日： 2022年03月02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)

本研究では,緩い境界ボックス監視を用いた弱教師つき画像セグメンテーションを検討した。それは,ゆるい境界ボックスを監督として使用するとき,画像セグメンテーションを助けるために,極性変換に基づく多重インスタンス学習戦略を提示する。この戦略において,加重平滑最大近似を導入して,極変換の起源に近いピクセルが境界ボックスの物体に属する可能性が高いという観察を取り入れた。提案した方法を,Dice係数を用いて公共医療データセットで評価した。結果は,その優れた性能を実証した。このコードは,ウルル{https://github.com/wangjuan313/wsis polartransform}で利用可能である。【JST・京大機械翻訳】

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

図形・画像処理一般 , パターン認識

, , , , , , , , ,

前のページに戻る