Fugu-MT 論文翻訳(概要): Color Image Segmentation Metrics

論文の概要: Color Image Segmentation Metrics

arxiv url: http://arxiv.org/abs/2010.09907v1
Date: Mon, 19 Oct 2020 22:47:32 GMT
ステータス: 処理完了
システム内更新日: 2022-10-05 21:43:22.175697
Title: Color Image Segmentation Metrics
Title（参考訳）: カラー画像のセグメンテーションメトリクス
Authors: Majid Harouni and Hadi Yazdani Baghmaleki
Abstract要約: 本稿では,カラー画像分割法における定量的評価手法の現状について述べる。適切な評価基準を選択する際の意思決定プロセスは、ベンチマークデータセットごとに異なるセグメンテーション法を好む傾向にあるため、依然として非常に深刻である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: An automatic image segmentation procedure is an inevitable part of many image analyses and computer vision which deeply affect the rest of the system; therefore, a set of interactive segmentation evaluation methods can substantially simplify the system development process. This entry presents the state of the art of quantitative evaluation metrics for color image segmentation methods by performing an analytical and comparative review of the measures. The decision-making process in selecting a suitable evaluation metric is still very serious because each metric tends to favor a different segmentation method for each benchmark dataset. Furthermore, a conceptual comparison of these metrics is provided at a high level of abstraction and is discussed for understanding the quantitative changes in different image segmentation results.
Abstract（参考訳）: 自動画像分割処理は多くの画像解析とコンピュータビジョンの必然的な部分であり、システムの他の部分に深く影響しているため、インタラクティブなセグメント化評価手法のセットはシステム開発プロセスを大幅に単純化することができる。本論文では, カラー画像分割法における定量的評価手法の現状について, 分析的, 比較的な評価を行った。適切な評価指標を選択する際の意思決定プロセスは、ベンチマークデータセットごとに異なるセグメンテーション方法を好む傾向があるため、依然として非常に深刻である。さらに,これらの指標の概念的比較を高い抽象レベルで提供し,画像分割結果の定量的変化を理解するために検討する。

関連論文リスト

A Simple Image Segmentation Framework via In-Context Examples [59.319920526160466]
本稿では,テキスト内例を利用したシンプルな画像フレームワークであるSINEを提案する。 In-context Interactionモジュールを導入し、インコンテキスト情報を補完し、ターゲット画像とインコンテキストの例との相関関係を生成する。様々なセグメンテーションタスクの実験により,提案手法の有効性が示された。
論文参考訳（メタデータ） (2024-10-07T08:59:05Z)
Explainable Metric Learning for Deflating Data Bias [2.977255700811213]
本稿では,画像の階層的なセマンティックセマンティックセマンティクスを構築し,解釈性を向上させるための説明可能なメトリクス学習フレームワークを提案する。提案手法により,2つの画像間のセマンティックセグメントに基づくより人間的に理解可能な類似度測定が可能となる。
論文参考訳（メタデータ） (2024-07-05T21:07:27Z)
Better Understanding Differences in Attribution Methods via Systematic Evaluations [57.35035463793008]
モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。これらの評価手法を用いて、広範囲のモデルにおいて広く用いられている属性手法の長所と短所について検討する。
論文参考訳（メタデータ） (2023-03-21T14:24:58Z)
Multi-Modal Evaluation Approach for Medical Image Segmentation [4.989480853499916]
本稿では,異なるセグメンテーション手法の有効性を評価するために,新しいマルチモーダル評価(MME)手法を提案する。本稿では, 検出特性, 境界アライメント, 均一性, 総体積, 相対体積など, 関連性, 解釈可能な新しい特徴を紹介する。提案するアプローチはオープンソースで,使用することができる。
論文参考訳（メタデータ） (2023-02-08T15:31:33Z)
Measuring uncertainty in human visual segmentation [1.2289361708127877]
本稿では,知覚的セグメンテーションマップを計測するための新しい統合的アプローチを提案する。画素に基づく等差判定を計測し,下層のセグメンテーションマップをモデルベースで再構成する。画像の不確実性は測定された人間の変動に影響を及ぼし、被験者が異なる視覚的特徴の量に影響を及ぼすことを示す。
論文参考訳（メタデータ） (2023-01-18T22:38:03Z)
Metrics reloaded: Recommendations for image analysis validation [59.60445111432934]
メトリクスのリロード(Metrics Reloaded)は、メトリクスの問題を意識した選択において研究者を導く包括的なフレームワークである。このフレームワークは多段階のDelphiプロセスで開発され、問題指紋という新しい概念に基づいている。問題指紋に基づいて、ユーザは適切なバリデーションメトリクスを選択して適用するプロセスを通じてガイドされる。
論文参考訳（メタデータ） (2022-06-03T15:56:51Z)
Towards Better Understanding Attribution Methods [77.1487219861185]
モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。また,いくつかの属性法の性能を著しく向上する処理後平滑化ステップを提案する。
論文参考訳（メタデータ） (2022-05-20T20:50:17Z)
A Baseline Statistical Method For Robust User-Assisted Multiple Segmentation [0.0]
そこで本稿では,異なる入力タイプや量を扱える,シンプルで効果的な統計的セグメンテーション手法を提案する。提案手法はロバストな仮説テスト、特にDGLテストに基づいており、画像領域の画素数と2乗数で線形な時間的複雑さで実装することができる。
論文参考訳（メタデータ） (2022-01-08T06:55:45Z)
Common Limitations of Image Processing Metrics: A Picture Story [58.83274952067888]
本論文は, 画像レベルの分類, セマンティックセグメンテーション, インスタンスセグメンテーション, オブジェクト検出タスクと表現できるバイオメディカル画像解析問題に焦点を当てる。現在のバージョンは、世界中の60以上の機関からの画像分析の専門家からなる国際コンソーシアムが実施するメトリクスに関するDelphiプロセスに基づいている。
論文参考訳（メタデータ） (2021-04-12T17:03:42Z)
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)
Transformation Consistency Regularization- A Semi-Supervised Paradigm for Image-to-Image Translation [18.870983535180457]
本稿では,画像から画像への変換において,より困難な状況に陥るトランスフォーメーション一貫性の規則化を提案する。我々は,画像の着色,分解,超解像の3つの異なる応用に対して,アルゴリズムの有効性を評価する。提案手法はデータ効率が著しく向上し,画像再構成を行うにはラベル付きサンプルの約10～20%しか必要としない。
論文参考訳（メタデータ） (2020-07-15T17:41:35Z)

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。