文献

J-GLOBAL ID：202202235756548772   整理番号：22A0981636

ガラスネット:ロバストな画像ガラス検出のためのラベルデカップリングベースの3ストリームニューラルネットワーク【JST・京大機械翻訳】

GlassNet: Label Decoupling-based Three-stream Neural Network for Robust Image Glass Detection

著者 (8件)： Zheng Chengyu (Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Shi Ding (Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Yan Xuefeng (Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Liang Dong (Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Wei Mingqiang (Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Yang Xin (Dalian University of Technology, Dalian, China) ,  Guo Yanwen (Nanjing University, Nanjing, China) ,  Xie Haoran (Lingnan University, Hong Kong, China)
資料名： Computer Graphics Forum  (Computer Graphics Forum)
巻： 41  号： 1  ページ： 377-388  発行年： 2022年 
JST資料番号： W1703A  ISSN： 0167-7055  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 既存の物体検出法の大部分は,透明ガラスが画像中の任意の物体と同一の外観を共有するという事実により,貧弱なガラス検出結果を生成する。補助監視としてオブジェクト境界を単純に使用する従来の深層学習ベース wとは違って,ラベルデカップリングを利用して,元のラベル付きグランドトルース(GT)マップを内部拡散マップと境界拡散マップに分解した。二つの新しく生成されたマップとの協調におけるGTマップは,オブジェクト境界の不均衡分布を破壊し,改善されたガラス検出品質をもたらす。透明ガラス検出問題を解くための3つの重要な貢献がある。(1)3つのマップにおいて有益な特徴を完全に吸収するための3ストリームニューラルネットワーク(短いためのコールグラスネット)を提案した。(2)より広い範囲の文脈情報を探索するために,マルチスケール対話型拡張モジュールを設計した。(3)マルチモーダル情報を統合するための注意ベース境界意識特徴Mosaicモジュールを開発した。ベンチマークデータセットに関する広範な実験は,全体のガラス検出精度と境界明瞭度の両方に関して,SOTAsに関する著者らの方法の明らかな改良を示した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ガラス ,  *ラベル ,  明瞭度 ,  画像処理 ,  *画像 ,  *デカップリング ,  コンピュータビジョン ,  多モード ,  ベンチマーク ,  *ロバスト性
準シソーラス用語： マルチスケール ,  物体検出 ,  グランドトゥルース ,  深層学習 ,  透明ガラス , 【Automatic Indexing@JST】

著者キーワード (6件)： 画像処理 ,  画像とビデオ処理 ,  画像セグメンテーション ,  画像とビデオ処理 ,  コンピュータビジョン-形状認識 ,  方法と応用

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  ガラスの性質・分析・試験  (YC02030Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ガラス ,  ネット ,  ロバスト ,  ストリーム ,  ニューラルネットワーク