| 大会名称 |
| 2023年 総合大会 |
| 大会コ－ド |
| 2023G |
| 開催年 |
|
2023
|
| 発行日 |
|
2023-02-28
|
| セッション番号 |
|
A-14
|
| セッション名 |
|
スマートインフォメディアシステム
|
| 講演日 |
|
2023/3/9
|
| 講演場所(会議室等) |
|
2号館 2305教室
|
| 講演番号 |
|
A-14-4
|
| タイトル |
|
GrabCutによる後処理を適用した建造物領域セグメンテーション
|
| 著者名 |
|
◎白澤侑樹, 早坂 昇,
|
| キーワード |
|
GrabCut, Semantic Segmentation, 建造物領域抽出
|
| 抄録 |
|
建造物を抽出するCNNモデルを構築するには，ピクセルごとにラベル付けされた正解データが必要であるが，作成には多大な労力と時間を要する．そこで，色クラスタ解析に基づく手法によりラベル付けした疑似正解データを学習させることで，高精度な建造物領域抽出モデルを構築した．しかし，CNNで出力した結果画像は，輪郭が不鮮明であるなど十分な精度を達成できないため，本稿ではGrabCutを利用した後処理を提案する．評価の結果，疑似正解データを学習させたモデルの結果画像に対して提案手法を適用することで精度の改善に成功した．また，その精度は色クラスタ解析に基づく手法を上回り，より高精度な疑似正解データを作成できることが分かった．
|
| 本文pdf |
|
PDF download
|
