@article{oai:shonan-it.repo.nii.ac.jp:02000079,
 author = {安藤, 慎吾 and ANDO, Shingo},
 issue = {1},
 journal = {湘南工科大学紀要, SHONAN INSTITUTE OF TECHNOLOGY JOURNAL},
 month = {Mar},
 note = {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.},
 pages = {31--36},
 title = {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},
 volume = {58},
 year = {2024},
 yomi = {アンドウ, シンゴ}
}