オプティカルフローを用いた半教師あり学習にもとづくセマンティックセグメンテーション

• Item type: SIG Technical Reports(1)
• 公開日: 2018-05-03
• タイトル: オプティカルフローを用いた半教師あり学習にもとづくセマンティックセグメンテーション
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 卒論スポットライトセッション
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者名: 水野, 喬雄; 鮫島, 正樹; 菅野, 裕介; 松下, 康之
• 著者名(英): Takao, Mizuno; Masaki, Samejima; Yusuke, Sugano; Yasuyuki, Matsushita
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: セマンティックセグメンテーションに代表されるような，学習データのラベル付けコストが非常に大きい様々なタスクにおいて，ラベルを自動生成できる合成画像を用いた研究が盛んに行われている．こうした中で，合成画像と実画像のギャップを改善するために，ラベル付き合成画像とラベル無し実画像を同時に用いた半教師あり学習によって精度を改善する方法が提案されている．本論文では，車載カメラ映像など合成画像と実画像の間でオプティカルフローが類似する場合が多々存在することに着目し，オプティカルフローにもとづく半教師あり学習を提案する．画像のみを用いた既存手法に比べて，局所的な動きの情報から予測したセマンティックラベルを拘束として用いることで，実画像に適応したセマンティックセグメンテーションを行う．合成画像に SYNTHIA データセットを，実画像に Cityscapes データセットを用いた評価実験によって，提案手法の有効性を示す．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2018-CVIM-212, 号 14, p. 1-8, 発行日 2018-05-03
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会