文献

J-GLOBAL ID：202202253715769975   整理番号：22A0983023

TagLab:サンゴ礁オルソ画像の高速かつ正確なセマンティックセグメンテーションのためのAI支援アノテーション【JST・京大機械翻訳】

TagLab: AI-assisted annotation for the fast and accurate semantic segmentation of coral reef orthoimages

著者 (8件)： Pavoni Gaia (ISTI-CNR, Pisa, Italy) ,  Corsini Massimiliano (ISTI-CNR, Pisa, Italy) ,  Ponchio Federico (ISTI-CNR, Pisa, Italy) ,  Muntoni Alessandro (ISTI-CNR, Pisa, Italy) ,  Edwards Clinton (Scripps Institution of Oceanography, UCSD, La Jolla, California, USA) ,  Pedersen Nicole (Scripps Institution of Oceanography, UCSD, La Jolla, California, USA) ,  Sandin Stuart (Scripps Institution of Oceanography, UCSD, La Jolla, California, USA) ,  Cignoni Paolo (ISTI-CNR, Pisa, Italy)
資料名： Journal of Field Robotics  (Journal of Field Robotics)
巻： 39  号： 3  ページ： 246-262  発行年： 2022年 
JST資料番号： B0014C  ISSN： 1556-4959  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： セマンティックセグメンテーションは,広範囲にわたる画像分析タスクである。いくつかの応用において,それは長い間手動で行われなければならないそのような高精度を必要とする。深層学習ベース手法はそのような時間を著しく低減できるが,現在の自動化解はエキスパート標準以下の結果を生成する。意味的セグメンテーションをスピードアップするオルソ画像の迅速ラベリングと解析のための対話型ツールであるgLabを提案した。TagLabは人間中心人工知能アプローチに従い,自動化の多重度を統合することにより,人間能力を電力化する。高度に挑戦的なタスクに基づくユーザ研究を通して,注釈時間と精度におけるTagLabの効率を評価した:海洋生態学におけるサンゴコミュニティの意味的セグメンテーション。サンゴの補助ラベリングにおいて,TagLabは,標識精度を維持しながら,非専門家注釈者に対して約90%のアノテーション速度を増加させた。さらに,人間-機械インタラクションは,平均で約7%,そして,モデルが十分に一般化されたとき,14%まで,完全自動予測の精度を改善した。ユーザ研究を通して行われた経験を考慮して,TagLabは改良され,予備調査がアノテーション時間のさらなる有意な減少を示唆している。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： 相互作用 ,  自動化 ,  *セグメンテーション ,  電力 ,  標識 ,  コミュニティ ,  *珊瑚礁 ,  人工知能 ,  画像分析 ,  予備調査 ,  機械学習 ,  *アノテーション
準シソーラス用語： *オルソ画像 ,  対話型 ,  高精度 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (2件)： 人工知能 ,  コンピュータビジョン

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  ロボットの設計・製造・構造要素  (IC04013A)

タイトルに関連する用語 (6件)： サンゴ礁 ,  オルソ画像 ,  セマンティックセグメンテーション ,  AI ,  支援 ,  アノテーション