Fugu-MT 論文翻訳(概要): Affinity-aware Compression and Expansion Network for Human Parsing

論文の概要: Affinity-aware Compression and Expansion Network for Human Parsing

arxiv url: http://arxiv.org/abs/2008.10191v1
Date: Mon, 24 Aug 2020 05:16:08 GMT
ステータス: 処理完了
システム内更新日: 2022-10-25 12:00:21.383120
Title: Affinity-aware Compression and Expansion Network for Human Parsing
Title（参考訳）: 人間解析のための親和性認識圧縮・拡張ネットワーク
Authors: Xinyan Zhang, Yunfeng Wang, Pengfei Xiong
Abstract要約: ACENetは、挑戦的なLIPとPascal-Person-Partデータセット上で、最先端のパフォーマンスを新たに実現している。 58.1%は、IoUがLIPベンチマークで達成されることを意味する。
参考スコア（独自算出の注目度）: 6.993481561132318
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: As a fine-grained segmentation task, human parsing is still faced with two challenges: inter-part indistinction and intra-part inconsistency, due to the ambiguous definitions and confusing relationships between similar human parts. To tackle these two problems, this paper proposes a novel \textit{Affinity-aware Compression and Expansion} Network (ACENet), which mainly consists of two modules: Local Compression Module (LCM) and Global Expansion Module (GEM). Specifically, LCM compresses parts-correlation information through structural skeleton points, obtained from an extra skeleton branch. It can decrease the inter-part interference, and strengthen structural relationships between ambiguous parts. Furthermore, GEM expands semantic information of each part into a complete piece by incorporating the spatial affinity with boundary guidance, which can effectively enhance the semantic consistency of intra-part as well. ACENet achieves new state-of-the-art performance on the challenging LIP and Pascal-Person-Part datasets. In particular, 58.1% mean IoU is achieved on the LIP benchmark.
Abstract（参考訳）: きめ細かなセグメンテーションタスクとして、人間のパーシングには、不明瞭な定義と類似した部分間の混乱により、部分間不連続と部分内不整合という2つの課題がある。そこで本稿では,これら2つの問題に対処するために,ローカル圧縮モジュール (lcm) とグローバル拡張モジュール (gem) の2つのモジュールを主とする新しいネットワーク (acenet) を提案する。具体的には、LCMは余分な骨格枝から得られる構造骨格点を通して部品相関情報を圧縮する。部分間干渉を減少させ、あいまいな部分間の構造的関係を強化する。さらに、GEMは、空間親和性を境界ガイダンスに組み込むことで、各部分の意味情報を完全な部分へと拡張し、部分内の意味的一貫性を効果的に強化する。 ACENetは、挑戦的なLIPとPascal-Person-Partデータセット上で、最先端の新たなパフォーマンスを実現する。特に58.1%は、LIPベンチマークでIoUを達成することを意味する。

関連論文リスト

Language-Assisted Human Part Motion Learning for Skeleton-Based Temporal Action Segmentation [11.759374280422113]
骨格に基づくテンポラルアクションは、可変長の骨格配列の高密度な作用分類を含む。現在のアプローチでは、グラフベースのネットワークを使用して、フレーム単位の全体レベルの動作表現を抽出している。本稿では,LPL(Language-assisted Human Part Motion Representation)という手法を提案する。
論文参考訳（メタデータ） (2024-10-08T20:42:51Z)
Spatial Semantic Recurrent Mining for Referring Image Segmentation [63.34997546393106]
高品質なクロスモーダリティ融合を実現するために,Stextsuperscript2RMを提案する。これは、言語特徴の分散、空間的意味的再帰的分離、パーセマンティック・セマンティック・バランシングという三部作の作業戦略に従う。提案手法は他の最先端アルゴリズムに対して好適に機能する。
論文参考訳（メタデータ） (2024-05-15T00:17:48Z)
Multi-Grained Multimodal Interaction Network for Entity Linking [65.30260033700338]
マルチモーダルエンティティリンクタスクは、マルチモーダル知識グラフへの曖昧な言及を解決することを目的としている。 MELタスクを解決するための新しいMulti-Grained Multimodal InteraCtion Network $textbf(MIMIC)$ frameworkを提案する。
論文参考訳（メタデータ） (2023-07-19T02:11:19Z)
SegNetr: Rethinking the local-global interactions and skip connections in U-shaped networks [1.121518046252855]
U字型ネットワークは、シンプルで調整が容易な構造のため、医療画像セグメンテーションの分野を支配してきた。我々は任意の段階で動的に局所的・局所的相互作用を行なえる新しいSegNetrブロックを導入する。 59%と76%のパラメータとGFLOPがバニラU-Netより少ない4つの主流医療画像セグメンテーションデータセットに対するSegNetrの有効性を検証した。
論文参考訳（メタデータ） (2023-07-06T12:39:06Z)
SUNet: Scale-aware Unified Network for Panoptic Segmentation [25.626882426111198]
様々なスケールのオブジェクト分割の問題を軽減するために,2つの軽量モジュールを提案する。マルチスケールオブジェクトに適応可能な、エンドツーエンドのスケール対応統一ネットワーク(SUNet)を提案する。
論文参考訳（メタデータ） (2022-09-07T01:40:41Z)
CI-Net: Contextual Information for Joint Semantic Segmentation and Depth Estimation [2.8785764686013837]
本稿では,その問題を解決するために,文脈情報(CI-Net)を注入したネットワークを提案する。セマンティックラベルの監督により、ネットワークにはコンテキスト情報が埋め込まれており、シーンをよりよく理解することができる。提案したCI-NetをNYU-Depth-v2およびSUN-RGBDデータセット上で評価する。
論文参考訳（メタデータ） (2021-07-29T07:58:25Z)
Global Aggregation then Local Distribution for Scene Parsing [99.1095068574454]
提案手法は,エンドツーエンドのトレーニング可能なブロックとしてモジュール化され,既存のセマンティックセグメンテーションネットワークに容易に接続可能であることを示す。私たちのアプローチでは、Cityscapes、ADE20K、Pascal Context、Camvid、COCO-stuffといった主要なセマンティックセグメンテーションベンチマークに基づいて、新しい最先端の技術を構築できます。
論文参考訳（メタデータ） (2021-07-28T03:46:57Z)
Multi-Scale Feature Aggregation by Cross-Scale Pixel-to-Region Relation Operation for Semantic Segmentation [44.792859259093085]
本研究の目的は,隣接する高次特徴写像からの補的コンテキストを,クロススケールなピクセル・ツー・リージョン操作で集約することである。マルチスケール特徴量を得るために,効率的な特徴ピラミッドネットワークを用いる。実験の結果,RSPヘッドはセマンティックセグメンテーションとパノプティクスセグメンテーションの両方で高い効率で競争力を発揮することがわかった。
論文参考訳（メタデータ） (2021-06-03T10:49:48Z)
CTNet: Context-based Tandem Network for Semantic Segmentation [77.4337867789772]
本研究では,空間コンテキスト情報とチャネルコンテキスト情報とを対話的に探索し,新しいコンテキストベースタンデムネットワーク(CTNet)を提案する。セマンティックセグメンテーションのための学習表現の性能をさらに向上するため、2つのコンテキストモジュールの結果を適応的に統合する。
論文参考訳（メタデータ） (2021-04-20T07:33:11Z)
Referring Image Segmentation via Cross-Modal Progressive Comprehension [94.70482302324704]
画像セグメンテーションの参照は、自然言語表現で与えられた記述によく一致するエンティティの前景マスクをセグメンテーションすることを目的としている。従来のアプローチでは、暗黙的な特徴相互作用と視覚的モダリティと言語的モダリティの融合を用いてこの問題に対処していた。本稿では,この課題に効果的に対応するために,Cross-Modal Progressive (CMPC) モジュールと Text-Guided Feature Exchange (TGFE) モジュールを提案する。
論文参考訳（メタデータ） (2020-10-01T16:02:30Z)
Bidirectional Graph Reasoning Network for Panoptic Segmentation [126.06251745669107]
本稿では,BGRNet(Bidirectional Graph Reasoning Network)を導入し,前景物と背景物間のモジュラー内およびモジュラー間関係について検討する。 BGRNetはまず、インスタンスとセマンティックセグメンテーションの両方でイメージ固有のグラフを構築し、提案レベルとクラスレベルで柔軟な推論を可能にする。
論文参考訳（メタデータ） (2020-04-14T02:32:10Z)

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。