文献

J-GLOBAL ID：202202277831993111   整理番号：22A0456624

半教師付きビデオオブジェクトセグメンテーションのための分離可能構造モデリング【JST・京大機械翻訳】

Separable Structure Modeling for Semi-Supervised Video Object Segmentation

著者 (4件)： Zhu Wencheng (Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University, Beijing, China) ,  Li Jiahao (Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University, Beijing, China) ,  Lu Jiwen (Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University, Beijing, China) ,  Zhou Jie (Department of Automation, Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University, Shenzhen, China)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 32  号： 1  ページ： 330-344  発行年： 2022年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  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： 本論文では,半教師つきビデオオブジェクトセグメンテーションのための分離可能な構造モデリングアプローチを提案した。ターゲットオブジェクトの意味的構造情報を除外する既存の方法と異なり,この方法は参照とターゲットフレーム間のピクセルレベル類似性関係を捉えるだけでなく,ターゲットフレームにおける指定物体の分離可能な構造を明らかにした。具体的には,まず,参照とターゲット画素の表現を用いて画素ごとの類似性行列を計算し,次に,ターゲットピクセル分類のためにトップランク参照画素を選択した。これらのトップランク参照画素からの事前知識に従って,著者らは,さらに,オブジェクト構造モデリングのための代表的目標画素を指摘した。特に,構造モデリングブランチにおいて,著者らは,全体オブジェクトとそのコンポーネントをそれぞれ良く表現できる共有と個々の特徴を抽出する。さらに,提案方法はオンライン微調整と後処理なしで高速アルゴリズムである。DAVIS-16,DAVIS-17,およびYouTube-VOSデータセットに関する広範な実験とアブレーション研究を実施し,3つの広く使用されたデータセットに関する実験結果は,著者らの方法が,速度と精度に関して最先端の半教師つきビデオオブジェクトセグメンテーションアプローチと比較して,優れた性能を達成することを実証した。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： *画素 ,  高速アルゴリズム ,  後処理 ,  類似性 ,  アブレーション
準シソーラス用語： *構造モデル ,  事前知識 ,  オンライン ,  ユーチューブ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 教師 ,  ビデオオブジェクトセグメンテーション ,  構造モデリング