論文の概要: Webpage Segmentation for Extracting Images and Their Surrounding
Contextual Information
- arxiv url: http://arxiv.org/abs/2005.09639v1
- Date: Mon, 18 May 2020 19:00:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-02 00:42:40.155660
- Title: Webpage Segmentation for Extracting Images and Their Surrounding
Contextual Information
- Title(参考訳): 画像抽出のためのwebページセグメンテーションとその周辺情報
- Authors: F. Fauzi, H. J. Long, M. Belkhatir
- Abstract要約: 本稿では,Web ページ上に表示される特徴に基づいて,Web 画像の抽出とそのコンテキスト情報を対象とした Web ページ分割アルゴリズムを提案する。
提案手法の有効性を検証するために,提案手法が既存のセグメンテーションアルゴリズムよりも優れた結果が得られることを示した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Web images come in hand with valuable contextual information. Although this
information has long been mined for various uses such as image annotation,
clustering of images, inference of image semantic content, etc., insufficient
attention has been given to address issues in mining this contextual
information. In this paper, we propose a webpage segmentation algorithm
targeting the extraction of web images and their contextual information based
on their characteristics as they appear on webpages. We conducted a user study
to obtain a human-labeled dataset to validate the effectiveness of our method
and experiments demonstrated that our method can achieve better results
compared to an existing segmentation algorithm.
- Abstract(参考訳): Webイメージには、貴重なコンテキスト情報がある。
この情報は、画像アノテーション、画像のクラスタリング、画像意味コンテンツの推論など様々な用途で長年採掘されてきたが、この文脈情報マイニングの問題に対処するために、あまり注意が払われていない。
本稿では,Webページ上に表示される特徴に基づいて,Web画像とそのコンテキスト情報抽出を目的としたWebページセグメンテーションアルゴリズムを提案する。
提案手法の有効性を検証するために,人間ラベルデータセットを得るためのユーザスタディを実施し,既存のセグメンテーションアルゴリズムよりも優れた結果が得られることを示す実験を行った。
関連論文リスト
- Semi-Supervised Semantic Segmentation Based on Pseudo-Labels: A Survey [49.47197748663787]
本総説は, 半教師付きセマンティックセグメンテーション分野における擬似ラベル手法に関する最新の研究成果について, 包括的かつ組織的に概観することを目的としている。
さらに,医用およびリモートセンシング画像のセグメンテーションにおける擬似ラベル技術の適用について検討する。
論文 参考訳(メタデータ) (2024-03-04T10:18:38Z) - Leveraging Open-Vocabulary Diffusion to Camouflaged Instance
Segmentation [59.78520153338878]
テキスト・ツー・イメージ拡散技術は、テキスト記述から高品質な画像を生成する素晴らしい能力を示している。
そこで本研究では,オープン語彙を応用した最先端拡散モデルを用いて,多スケールのテキスト・視覚的特徴を学習する手法を提案する。
論文 参考訳(メタデータ) (2023-12-29T07:59:07Z) - Open-world Semantic Segmentation via Contrasting and Clustering
Vision-Language Embedding [95.78002228538841]
本研究では,様々なオープンワールドカテゴリのセマンティックオブジェクトを高密度アノテーションを使わずにセマンティックオブジェクトのセマンティックオブジェクトのセマンティック化を学習するための,新しいオープンワールドセマンティックセマンティックセマンティックセマンティクスパイプラインを提案する。
提案手法は任意のカテゴリのオブジェクトを直接分割し、3つのベンチマークデータセット上でデータラベリングを必要とするゼロショットセグメンテーション法より優れている。
論文 参考訳(メタデータ) (2022-07-18T09:20:04Z) - Attention-based Dynamic Subspace Learners for Medical Image Analysis [9.289524646688244]
学習類似性は、特にレコメンデーションシステムや画像中の解剖学的データの解釈を明らかにする際に重要な側面である。
既存のほとんどの手法は、単一のメートル法学習器を用いて画像集合上の埋め込み空間でそのような類似性を学ぶ。
本研究は,学習者の数を把握し,学習中に新たなサブスペース学習者を集約することで,複数の学習者を動的に活用することを提案する。
論文 参考訳(メタデータ) (2022-06-18T00:44:40Z) - Deep Learning Approaches on Image Captioning: A Review [0.5852077003870417]
画像キャプションは、静止画像の形で視覚コンテンツのための自然言語記述を生成することを目的としている。
ディープラーニングとビジョン言語による事前学習技術がこの分野に革命をもたらし、より洗練された手法と性能の向上につながった。
この分野で直面している課題は、対象の幻覚、欠落した文脈、照明条件、文脈理解、参照表現といった課題を強調することで解決する。
画像とテキストのモダリティ間の情報不一致問題への対処、データセットバイアスの軽減、字幕生成を向上するための視覚言語事前学習手法の導入、精度向上のための評価ツールの開発など、この分野における研究の今後の方向性について検討する。
論文 参考訳(メタデータ) (2022-01-31T00:39:37Z) - CRIS: CLIP-Driven Referring Image Segmentation [71.56466057776086]
エンドツーエンドのCLIP駆動参照画像フレームワーク(CRIS)を提案する。
CRISは、テキストとピクセルのアライメントを達成するために、視覚言語によるデコーディングとコントラスト学習に頼っている。
提案するフレームワークは, 後処理を伴わずに, 最先端の性能を著しく向上させる。
論文 参考訳(メタデータ) (2021-11-30T07:29:08Z) - Exploiting the relationship between visual and textual features in
social networks for image classification with zero-shot deep learning [0.0]
本稿では,CLIPニューラルネットワークアーキテクチャの伝達可能な学習能力に基づく分類器アンサンブルを提案する。
本研究は,Placesデータセットのラベルによる画像分類タスクに基づいて,視覚的部分のみを考慮した実験である。
画像に関連付けられたテキストを考えることは、目標に応じて精度を向上させるのに役立つ。
論文 参考訳(メタデータ) (2021-07-08T10:54:59Z) - Hierarchical Semantic Segmentation using Psychometric Learning [17.417302703539367]
我々は,心理測定テストに基づいて,専門家からセグメンテーションアノテーションを収集する手法を開発した。
本手法は, 心理測定試験, アクティブクエリ選択, クエリ強化, ディープメトリック学習モデルから構成される。
本稿では, 合成画像, 空中画像, 組織像について評価し, 提案手法の有用性を示す。
論文 参考訳(メタデータ) (2021-07-07T13:38:33Z) - Rethinking Interactive Image Segmentation: Feature Space Annotation [68.8204255655161]
本稿では,特徴空間投影による複数画像からの対話的・同時セグメントアノテーションを提案する。
本手法は,前景セグメンテーションデータセットにおける最先端手法の精度を上回ることができることを示す。
論文 参考訳(メタデータ) (2021-01-12T10:13:35Z) - Robust Image Captioning [3.20603058999901]
本研究では, 対向的ロバストカットアルゴリズムを用いて, 対象関係を利用する。
本研究は,画像キャプションのための提案手法の有望な性能を示す。
論文 参考訳(メタデータ) (2020-12-06T00:33:17Z) - Image Segmentation Using Deep Learning: A Survey [58.37211170954998]
イメージセグメンテーションは、画像処理とコンピュータビジョンにおいて重要なトピックである。
深層学習モデルを用いた画像セグメンテーション手法の開発を目的とした研究が,これまでに数多く行われている。
論文 参考訳(メタデータ) (2020-01-15T21:37:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。