| 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 | 2026-03-16 14:50 2段階学習によるパラメータ効率的な参照画像セグメンテーションの提案 ○橋本夕輝・甲藤二郎（早大）  IMQ2025-50 IE2025-127 MVE2025-57 |
|
| 抄録 | （和） | 参照画像セグメンテーション (RIS: Referring Image Segmentation) は, 自然言語の記述に基づいて画像内の特定領域を抽出するタスクであるが, 既存の高精度な手法は計算コストが大きく, パラメータ効率に課題がある. 本稿では, 事前学習済みの画像・テキストエンコーダを凍結し, 両者を接続する Object-Aware Bridge Module のみを学習させるパラメータ効率的な RIS 手法を提案する. さらに, 物体検出とセグメンテーションを段階的に最適化する 2 段階学習を導入することで, 対象物体の特定精度を向上させた. 評価実験の結果, 提案手法は全パラメータの 9.4% のみの学習で既存手法に匹敵する精度を維持し, 40.5FPS (Frames Per Second)の高速な推論を実現した. |
| （英） | Referring Image Segmentation (RIS) aims to segment a specific object described by natural language. However, existing state-of-the-art methods suffer from high computational costs due to full fine-tuning of large models. This paper proposes a parameter-efficient RIS framework utilizing an Object-Aware Bridge Module and a two-stage training strategy. By freezing pre-trained image and text encoders, we train only 9.4% of the total parameters. Experimental results on RefCOCO benchmarks demonstrate that our method maintains competitive performance compared to fully trained models while achieving a real-time inference speed of 40.5 FPS. | |
| キーワード | （和） | 参照画像セグメンテーション / ビジョン・ランゲージモデル / / / / / / |
| （英） | Referring Image Segmentation / Vision-Language Model / / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 410, IE2025-127, pp. 176-181, 2026年3月. | |
| 資料番号 | IE2025-127 | |
| 発行日 | 2026-03-09 (IMQ, IE, 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 | IMQ2025-50 IE2025-127 MVE2025-57 |
|
| 研究会情報 | |
| 研究会 | CQ MVE IMQ IE |
| 開催期間 | 2026-03-16 - 2026-03-18 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa-Sangyoushien-Center |
| テーマ（和） | 五感に訴えるオンラインメディアとその評価，および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2026-03-CQ-MVE-IMQ-IE |
| 本文の言語 | 日本語 |
| タイトル（和） | 2段階学習によるパラメータ効率的な参照画像セグメンテーションの提案 |
| サブタイトル（和） | |
| タイトル（英） | Parameter-Efficient Referring Image Segmentation via Two-Stage Training |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 参照画像セグメンテーション / Referring Image Segmentation |
| キーワード(2)（和/英） | ビジョン・ランゲージモデル / Vision-Language Model |
| キーワード(3)（和/英） | / |
| 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） | 橋本 夕輝 / Yuki Hashimoto / ハシモト ユウキ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ) |
| 第2著者 氏名（和/英/ヨミ） | 甲藤 二郎 / Jiro Katto / ジロウ カットウ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-16 14:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2025-50, IE2025-127, MVE2025-57 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.408(IMQ), no.410(IE), no.411(MVE) |
| ページ範囲 | pp.176-181 |
| ページ数 | 6 |
| 発行日 | 2026-03-09 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]