عنوان فارسی مقاله:
قطعه بندی معنایی پیش خور با ویژگی های کوچک نمایی
عنوان انگلیسی مقاله:
Feedforward semantic segmentation with zoom-out features
مناسب برای رشته های دانشگاهی زیر:
مهندسی کامپیوتر
مناسب برای گرایش های دانشگاهی زیر:
مهندسی نرم افزار و هوش مصنوعی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1. مقدمه
2. ترکیب خصوصیت کوچک نمایی
2.1 بررسی خصوصیات کوچک نمایی
2.2 یادگیری جهت لیبل گذاری با تلفات نا متقارن
3. تحقیقات مرتبط
4. آزمایشات
4.1 رایانش و تخمین ویژگی کوچک نمایی
4.2 فرآیند یادگیری
4.3 تحلیل اثر سطوح کوچک نمایی
4.4 نتایج بر روی پایگاه داده پیش زمینه استنفورد
5. نتیجه گیری
قسمتی از مقاله انگلیسی و ترجمه آن:
Abstract
We introduce a purely feed-forward architecture for semantic segmentation. We map small image elements (superpixels) to rich feature representations extracted from a sequence of nested regions of increasing extent. These regions are obtained by “zooming out” from the superpixel all the way to scene-level resolution. This approach exploits statistical structure in the image and in the label space without setting up explicit structured prediction mechanisms, and thus avoids complex and expensive inference. Instead superpixels are classified by a feedforward multilayer network. Our architecture achieves 69.6% average accuracy on the PASCAL VOC 2012 test set.
Conclusions
The main point of this paper is to explore how far we can push feedforward semantic labeling of superpixels when we use multilevel, zoom-out feature construction and train nonlinear classifiers (multi-layer neural networks) with asymmetric loss. The results are perhaps surprising: we can far surpass previous state of the art, despite apparent simplicity of our method and lack of explicit representation of the structured nature of the segmentation task. Another important conclusion that emerges from this is that we finally have shown that segmentation, just like image classification, detection and other recognition tasks, can benefit from the advent of deep convolutional networks.
چکیده
ما به معرفی یک معماری پیش خور خالص برای قطعه بندی معنایی می پردازیم. ما عناصر تصویری کوچک (سوپر پیکسل ها) را جهت غنی کردن نمایش ویژگی های استخراج شده از یک مجموعه نواحی متداخل با افزایش دامنه نگاشت می کنیم. این نواحی با کوچک نمایی از حالت سوپر پیکسل نسبت به وضوح سطح تصویر به دست می آیند. این روش از ساختار آماری در تصویر و در فضای لیبل بدون اعمال مکانیزم های پیش بینی ساختاری صریح استفاده کرده و بنابراین از تداخل پیچیده و گران پرهیز می کند. از سوی دیگر سوپر پیکسل ها به وسیله یک شبکه چند لایه پیش خور دسته بندی می شوند. معماری ما به میانگین دقت %69.6 در مجموعه آزمایش PASCAL VOC 2012 دست یافته است.
نتیجه گیری
نکته اصلی این مقاله، بررسی گستره انجام لیبلینگ معنایی پیش خور سوپر پیکسل ها هنگام استفاده از ساختار ویژگی کوچک نمایی چند سطحی و آموزش دسته بندی کننده های غیر خطی (شبکه های عصبی چند لایه) با تلفات غیر متقارن است. نتایج جالب توجه به نظر می رسند: ما توانستیم از پیشرفت های قبلی در این موضوع علی رغم سادگی ظاهری روش ما و نبود نمایش صریح از ماهیت ساختاری وظیفه قطعه بندی پیشی بگیریم. نتیجه مهم دیگر این تحقیق آن است که ما در نهایت نشان داده ایم که قطعه بندی مانند قطعه بندی تصویر، وظایف تشخیص و دیگر وظایف می توانند از ایجاد شبکه های پیچیده عمیق بهره ببرند.