2026-03-08T14:30:41Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00232748 2025-01-19T10:20:05Z 1164:4619:11539:11552

Panoptic Liftingにおける破滅的忘却を考慮した画像取捨選択による増分学習法 幸壬, 晃 薗頭, 元春 飯山, 将晃 川西, 康友 任意視点における RGB 画像とセグメンテーションマスクの再構成において Panoptic Lifting は強力な手法だが, ある箇所の画像データの不足がみられた際は, それらを追加したうえで再度モデルを構築する必要がある．そこで本稿では，計算量を抑えながら十分な精度のモデルを構築するための Panoptic Lifting の増分学習法を提案する．また，最小限の学習用画像で増分学習するため，破滅的忘却の抑制を考慮した画像の取捨選択法を導入する．位置的に等間隔な視点で撮影した画像を選択することにより，増分学習におけるセグメンテーションの精度向上を確認した． technical report 情報処理学会 2024-02-25 application/pdf 研究報告コンピュータビジョンとイメージメディア（CVIM） 57 2024-CVIM-237 1 6 2188-8701 AA11131797 https://ipsj.ixsq.nii.ac.jp/record/232748/files/IPSJ-CVIM24237057.pdf jpn