文献

J-GLOBAL ID：202202285073527471   整理番号：22A0446378

InfoSeg:相互情報最大化による教師なしセマンティック画像セグメンテーション【JST・京大機械翻訳】

InfoSeg: Unsupervised Semantic Image Segmentation with Mutual Information Maximization

著者 (2件)： Harb Robert (Institute of Computer Graphics and Vision, Graz University of Technology, Graz, Austria) ,  Knobelreiter Patrick (Institute of Computer Graphics and Vision, Graz University of Technology, Graz, Austria)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13024  ページ： 18-32  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 局所および大域的高レベル画像特徴間の相互情報最大化に基づく教師なし意味画像セグメンテーションのための新しい方法を提案した。本研究のコアアイディアは,自己教師付き画像表現学習における最近の進展を活用することである。表現学習法は,全画像を捕捉する単一高レベル特徴を計算する。対照的に,複数の高レベル特徴,すなわち1つの特定の意味クラスの各捕捉画像セグメントを計算した。この目的のために,セグメンテーションと相互情報最大化ステップからなる新しい2段階学習手続きを提案した。第一段階では,局所および大域的特徴に基づく画像を分割する。第2段階では,それぞれのクラスの局所特徴と高レベル特徴間の相互情報を最大化する。訓練のために,著者らは単にラベルなし画像を提供して,ランダムネットワーク初期化から始めた。定量的および定性的評価のため,著者らは確立されたベンチマークおよびCOCO-Personsを用いて,ここでは後者を挑戦的な新しいベンチマークとして導入した。InfoSegは,現在の最先端技術,例えば,COCO-Stuffデータセット上のPixel精度計量における[数式:原文を参照]の相対的増加を達成した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *セグメンテーション ,  画像特性 ,  捕獲 ,  ベンチマーク
準シソーラス用語： *画像セグメンテーション ,  定性的評価 ,  局所特徴 , 【Automatic Indexing@JST】

著者キーワード (2件)： 教師なしセマンティックセグメンテーション ,  表現学習

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)： 最大化 ,  教師 ,  画像セグメンテーション