ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. コンピュータビジョンとイメージメディア(CVIM)
  3. 2024
  4. 2024-CVIM-237

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

https://ipsj.ixsq.nii.ac.jp/records/232748
https://ipsj.ixsq.nii.ac.jp/records/232748
8c0efde8-c9e4-4c8c-a60d-49d6ce70729f
名前 / ファイル ライセンス アクション
IPSJ-CVIM24237057.pdf IPSJ-CVIM24237057.pdf (3.6 MB)
Copyright (c) 2024 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
CVIM:会員:¥0, DLIB:会員:¥0
Item type SIG Technical Reports(1)
公開日 2024-02-25
タイトル
タイトル 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
言語
言語 jpn
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
滋賀大学大学院データサイエンス研究科/理化学研究所ガーディアンロボットプロジェクト
著者所属
理化学研究所ガーディアンロボットプロジェクト
著者所属
滋賀大学大学院データサイエンス研究科
著者所属
理化学研究所ガーディアンロボットプロジェクト
著者名 幸壬, 晃

× 幸壬, 晃

幸壬, 晃

Search repository
薗頭, 元春

× 薗頭, 元春

薗頭, 元春

Search repository
飯山, 将晃

× 飯山, 将晃

飯山, 将晃

Search repository
川西, 康友

× 川西, 康友

川西, 康友

Search repository
論文抄録
内容記述タイプ Other
内容記述 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.
書誌レコードID
収録物識別子タイプ NCID
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 2024-CVIM-237, 号 57, p. 1-6, 発行日 2024-02-25
ISSN
収録物識別子タイプ 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
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 10:20:04.685924
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3