| 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 | 2021-09-17 14:30 弱教師ありインスタンスセグメンテーションにおけるオプティカルフローを活用したマスク生成精度改善 ○池田 純・森 純一郎（東大）  MVE2021-15 |
|
| 抄録 | （和） | 弱教師ありインスタンスセグメンテーションは，モデルの学習に要するアノテーションコストの大幅な削減を可能にする重要なタスクである．クラスラベルとバウンディングボックスを教師とした弱教師あり手法では，バウンディングボックス内の前景と背景を分離して，効率的に前景特徴を学習することが重要な課題であった．既存研究では，局所的な色類似度を考慮して分離を試みたが，局所的な色類似度だけでは分離が不正確になることがあるため，結果的にモデルが一部の背景を前景として誤認識する課題がある．我々は，前景と背景の動き方が往々にして異なることに注目し，オプティカルフローの差異を観察することで，色とは異なる観点から分離が可能であることを示す．そして，マスクヘッドを学習するための擬似ラベル生成の際に，色類似度に加えてオプティカルフロー類似度を考慮することを提案する．我々はYouTube-VISデータセットにおいて，提案手法が先行研究より優れていることを示し，前述した背景の誤認識が改善されることを確認した． |
| （英） | Weakly supervised instance segmentation is important because it reduces the huge pixel-level annotation cost required to train models. One of the challenges in the weakly supervised approaches which rely on instance-level class labels and bounding boxes is to efficiently learn foreground features by separating the foreground from the background in the bounding box. However, existing approach often misrecognize the background area as the foreground due to the imperfect separation by the local color similarity. We focus on the observation that the foreground is likely to move differently from the backgound, and show that observing the difference in optical flow enable us to separate them in a different way than color. Then, we propose considering the optical flow similarity in addition to the color similarity to generate the pseudo labels for mask head training. Moreover, we demonstrate that our model outperforms the existing method on YouTube-VIS and that our model improves the misrecognition. | |
| キーワード | （和） | インスタンスセグメンテーション / 弱教師あり学習 / オプティカルフロー / 動画 / / / / |
| （英） | instance segmentation / weakly supervised learning / optical flow / video / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 179, MVE2021-15, pp. 38-43, 2021年9月. | |
| 資料番号 | MVE2021-15 | |
| 発行日 | 2021-09-10 (MVE) | |
| 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 | MVE2021-15 |
|
| 研究会情報 | |
| 研究会 | MVE |
| 開催期間 | 2021-09-17 - 2021-09-18 |
| 開催地（和） | オンライン開催（国士舘大学でのハイブリッド開催から変更） |
| 開催地（英） | Online |
| テーマ（和） | リモートエクスペリエンスの魅力（「リモートワーク」「リモートコラボレーション」「ワーケーション」）、メディアエクスペリエンスおよび一般（魅力工学（AC）研究会協賛） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MVE |
| 会議コード | 2021-09-MVE |
| 本文の言語 | 日本語 |
| タイトル（和） | 弱教師ありインスタンスセグメンテーションにおけるオプティカルフローを活用したマスク生成精度改善 |
| サブタイトル（和） | |
| タイトル（英） | Improving Mask Generation Accuracy Exploiting Optical Flow in Weakly Supervised Instance Segmentation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | インスタンスセグメンテーション / instance segmentation |
| キーワード(2)（和/英） | 弱教師あり学習 / weakly supervised learning |
| キーワード(3)（和/英） | オプティカルフロー / optical flow |
| キーワード(4)（和/英） | 動画 / video |
| 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） | 池田 純 / Jun Ikeda / イケダ ジュン |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 森 純一郎 / Junichiro Mori / モリ ジュンイチロウ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-09-17 14:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MVE |
| 資料番号 | MVE2021-15 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.179 |
| ページ範囲 | pp.38-43 |
| ページ数 | 6 |
| 発行日 | 2021-09-10 (MVE) |
[研究会発表申込システムのトップページに戻る]