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。
深層学習時代における最初の包括的ビデオポリープセグメンテーション(VPS)研究を提示した。長年にわたって,VPSにおける開発は,大規模な細粒分割アノテーションの欠如のため,容易ではない。この問題に取り組むために,まず,よく知られたSUNデータベースから158,690の結腸鏡検査フレームを含むSUN-SEGという高品質フレームごとの注釈付きVPSデータセットを導入した。多様なタイプ,すなわち属性,オブジェクトマスク,境界,スクリブル,および多角形を有する付加的アノテーションを提供した。第2に,大域的符号器,局所符号器,および正規化自己注意(NS)ブロックから成る,単純だが効率的なベースライン(dubbed PNS+)を設計した。グローバルおよびローカルエンコーダは,長期および短期空間時間表現を抽出するために,アンカーフレームおよび多重連続フレームを受け,次に,2つのNSブロックによって次第に更新した。大規模な実験は,PNS+が最良の性能とリアルタイム推論速度(170fps)を達成し,VPSタスクの有望な解決策であることを示した。第3に,著者らのSUN-SEGデータセットに関する13の代表的ポリープ/オブジェクトセグメンテーションモデルを広範囲に評価し,属性ベースの比較を提供する。最後に,いくつかの未解決問題を議論し,VPSコミュニティに対する可能な研究方向を示唆した。【JST・京大機械翻訳】