ハーバード大学など、画像内の物体を背景から分離する対話型画像セグメンテーションアルゴリズムを発表

ハーバード大学と高麗大学校による研究チームは、画像において物体を背景から分離する対話型画像セグメンテーションアルゴリズムを発表しました。

論文:Interactive Image Segmentation via Backpropagating Refinement Scheme

著者:Won-Dong Jang, Chang-Su Kim
所属:Harvard University Cambridge, MA, Korea UniversityRepublic of Korea

対話型画像セグメンテーションとは、ターゲットオブジェクト(または前景)を背景から分離するタスクです。タスク処理した画像データセットは、学習において活用されます。そのため、膨大な画像が必要な訓練用データセットでは、正確且つスピーディに処理していく必要があります。

そこで本論文では、バックプロパゲーション方式に基づいた対話型画像セグメンテーションアルゴリズムを提案します。ターゲットオブジェクトをセグメント化するために、Fully-CNN(fully convolutional neural network)を訓練します。

ユーザは、画像に対してターゲットオブジェクトを注釈し、セグメンテーション結果からさらに微調整を手動ですることで、最終的なマスクを出力します。調整は何度も可能でユーザが止めるまで再実行されます。これにより、本提案の訓練したモデルを使用することで、ユーザ注釈付きオブジェクトのセグメンテーションマスクを効率よく出力できます。

 

ABOUT

 本サイト(Seamless/シームレス)は、2014年に始めた先端テクノロジーの研究を論文ベースで記事にしているWebメディアです。山下が個人で運営し、執筆を行っています。現在は主に寄稿(ITmedia NEWS)と、Seamless Journalに専念しています。

連絡先:yamashita(at)seamless.jp
Subscribe:TwitterFacebookHatenaNewsPicks

ゲスト連載:プロジェクションマッピング技術の変遷 岩井大輔

 Seamless Journalとは、月額10ドルの課金で厳選した最新論文がほぼ毎日メールボックスに届くというものです。記事にならない気になる論文をお届けします。決済はPatreonを介して、クレジットカードおよびPayPalで行え、解約も同サービスからいつでも可能です。お申し込みはこちらから

ページ上部へ戻る