WEKO3
アイテム
拡散モデルに基づく画像領域分割タスク高精度化の検討
https://shonan-it.repo.nii.ac.jp/records/2000079
https://shonan-it.repo.nii.ac.jp/records/200007966224227-2524-471e-82a5-1cbc7295709c
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
拡散モデルに基づく画像領域分割タスク高精度化の検討 (1.9 MB)
|
.png)
|
| Item type | 紀要論文 / Departmental Bulletin Paper(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2024-04-02 | |||||
| タイトル | ||||||
| タイトル | 拡散モデルに基づく画像領域分割タスク高精度化の検討 | |||||
| 言語 | ja | |||||
| タイトル | ||||||
| タイトル | Improvement of Image Semantic Segmentation Using Diffusion Models | |||||
| 言語 | en | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| キーワード | ||||||
| 言語 | ja | |||||
| 主題Scheme | Other | |||||
| 主題 | セマンティック・セグメンテーション | |||||
| キーワード | ||||||
| 言語 | ja | |||||
| 主題Scheme | Other | |||||
| 主題 | U-Net | |||||
| キーワード | ||||||
| 言語 | ja | |||||
| 主題Scheme | Other | |||||
| 主題 | 拡散モデル | |||||
| キーワード | ||||||
| 言語 | ja | |||||
| 主題Scheme | Other | |||||
| 主題 | DDPM | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | Semantic segmentation | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | U-Net | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | Diffusion model | |||||
| キーワード | ||||||
| 言語 | en | |||||
| 主題Scheme | Other | |||||
| 主題 | DDPM | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||
| 資源タイプ | departmental bulletin paper | |||||
| 著者 |
安藤, 慎吾
× 安藤, 慎吾× ANDO, Shingo |
|||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | セマンティック・セグメンテーションは，画像内の各ピクセルを，そのピクセルが表す物体または領域に割り当てるタスクである．近年の深層学習技術の進歩により，セマンティック・セグメンテーションの精度は大きく向上したが，複雑背景下で対象物体の輪郭を正確に分割するには，より一層の技術的工夫が必要となる．本論文では，画像生成AIの基幹技術として知られる「拡散モデル」を導入することで，セマンティック・セグメンテーションの推論結果を改善する手法を提案する． Semantic segmentation is the task of assigning each pixel in an image to the object or region it represents. Despite the significant improvement in the accuracy of semantic segmentation by the progress of deep learning technologies in recent years, further technological ingenuity is required to accurately segment the boundaries of objects in complex backgrounds. In this paper, we propose a method to improve the inference results of semantic segmentation by introducing diffusion models, which are known as fundamental technologies for image generation AI. |
|||||
| 書誌情報 |
湘南工科大学紀要 SHONAN INSTITUTE OF TECHNOLOGY JOURNAL 巻 58, 号 1, p. 31-36, 発行日 2024-03-31 |
|||||
| 出版者 | ||||||
| 出版者 | 湘南工科大学 | |||||
| ISSN | ||||||
| 収録物識別子タイプ | PISSN | |||||
| 収録物識別子 | 09192549 | |||||
| 書誌レコードID | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AN10400308 | |||||
| 著者版フラグ | ||||||
| 出版タイプ | VoR | |||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||
