| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-06-28 17:00 Gated Attention moduleを用いたセマンティックセグメンテーション ○平松侑樹・堀田一弘（名城大）  PRMU2018-28 SP2018-8 |
|
| 抄録 | （和） | 畳み込みニューラルネットワーク(CNN)を利用したセマンティックセグメンテーションは自動運転など様々な分野に応用可能である．セマンティックセグメンテーションとは画素単位でクラス識別をすることであり，CNNを利用した様々な手法が提案されている．本稿では，基本的なエンコーダ・デコーダ構造のネットワークにGated Attention moduleを導入する．Gated Attention moduleを導入したネットワークは，学習時に抽出した特徴情報に注目し，学習に有効であると判断した特徴を強調し，無関係であると判断した特徴を抑制する工程を画素単位で行う．これにより学習に必要な特徴のみに焦点を当てながら学習を行うことができるため，効率の良い学習を行うことが出来る．本稿ではCamVidデータセットを用いて評価し，従来のセグメンテーション手法よりも高い精度が得られた． |
| （英） | ||
| キーワード | （和） | Computer Vision / Deep Learning / Semantic Segmentation / / / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 111, PRMU2018-28, pp. 35-39, 2018年6月. | |
| 資料番号 | PRMU2018-28 | |
| 発行日 | 2018-06-21 (PRMU, SP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2018-28 SP2018-8 |
|
| 研究会情報 | |
| 研究会 | PRMU SP |
| 開催期間 | 2018-06-28 - 2018-06-29 |
| 開催地（和） | 信州大学 |
| 開催地（英） | |
| テーマ（和） | マルチモーダル/クロスモーダルな認識、生成 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2018-06-PRMU-SP |
| 本文の言語 | 日本語（英語タイトルなし） |
| タイトル（和） | Gated Attention moduleを用いたセマンティックセグメンテーション |
| サブタイトル（和） | |
| タイトル（英） | |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Computer Vision / |
| キーワード(2)（和/英） | Deep Learning / |
| キーワード(3)（和/英） | Semantic Segmentation / |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 平松 侑樹 / / ヒラマツ ユウキ |
| 第1著者 所属（和/英） | 名城大学 (略称： 名城大) (略称： ) |
| 第2著者 氏名（和/英/ヨミ） | 堀田 一弘 / / ホッタ カズヒロ |
| 第2著者 所属（和/英） | 名城大学 (略称： 名城大) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-06-28 17:00:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2018-28, SP2018-8 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.111(PRMU), no.112(SP) |
| ページ範囲 | pp.35-39 |
| ページ数 | 5 |
| 発行日 | 2018-06-21 (PRMU, SP) |
[研究会発表申込システムのトップページに戻る]