@techreport{oai:ipsj.ixsq.nii.ac.jp:00232748,
 author = {幸壬, 晃 and 薗頭, 元春 and 飯山, 将晃 and 川西, 康友},
 issue = {57},
 month = {Feb},
 note = {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．},
 title = {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},
 year = {2024}
}