文献

J-GLOBAL ID：202202265004196088   整理番号：22A1086623

自己追跡ビデオオブジェクトセグメンテーション【JST・京大機械翻訳】

Self-Teaching Video Object Segmentation

著者 (5件)： Zhou Chuanwei (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Xu Chunyan (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Cui Zhen (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Zhang Tong (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Yang Jian (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 33  号： 4  ページ： 1623-1637  発行年： 2022年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  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： ビデオオブジェクトセグメンテーション(VOS)は,多数のシーケントビデオアプリケーションのための最も基本的なタスクの1つである。オンラインVOSの重要な問題は,非同一監督制約の下で連続ビデオフレーム上でインクリメンタルに更新するとき,セグメントのドリフトである。本研究では,可能な限りオンライン適応をオンラインで学習するために,分割器を作るための自己学習VOS(ST-VOS)法を提案した。各時間スライスでのセグメント学習において,セグメント仮説と分割器更新を自己ループ最適化円に囲まれ,それらは互いに相互に改良できる。自己ループプロセスの誤差蓄積を低減するために,著者らは,いくつかの反復ステップの中でこの最適化を行う方法を学習するためのメタラーニング戦略を導入した。この目的のために,分割器の学習速度を,畳込みカーネルのチャネル空間におけるメタ最適化を通して適応的に誘導した。さらに,自己ルーピングプロセスをより良く発射するために,部分検出器と運動フローを通して初期マスクマップを計算し,後続の精密化のための基礎を良好に確立して,セグメント更新のロバスト性をもたらすことができた。大規模な実験は,このSTアイデアがベースラインの性能を高めることができ,一方,著者らのST-VOSは,DAVIS16,Youtube-オブジェクト,DAVIS17,およびSegTrackV2データセットに対して有望な性能を達成し,特に,J-平均メトリックにおける75.7%の精度が,マルチインスタンスDAVIS17データセット上で得られることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  畳込み ,  *学習 ,  追跡 ,  検出器 ,  精密化 ,  スプリッタ ,  基準線 ,  チャネル ,  ロバスト性
準シソーラス用語： 自己学習 ,  オンライン ,  ホップ数 ,  *オブジェクトセグメンテーション , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 自己 ,  追跡 ,  ビデオオブジェクトセグメンテーション