지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2022.11
- 수록면
- 1,533 - 1,538 (6page)
이용수
초록· 키워드
오류제보하기
We propose a bottom-up approach for the instance segmentation of cables (commonly referred in the literature as deformable linear objects). While the state of the art instance segmentation techniques propose a bounding box and perform foreground segmentation within each proposed bounding box, we adopt a bottom-up approach as cables can span
a considerable part of the image or even the entire image, and therefore, cannot be well localized in a bounding box. In this paper, we show that several operations in the top-down instance segmentation approaches are only applicable for certain classes (i.e., compact objects) such as cars but they are a poor approximation for objects with highly overlapping bounding boxes such as cables. In particular, the non-maximum suppression and RoIPool/RoIAlign operations limit the generalizability of proposal-based instance segmentation methods to such datasets. Furthermore, we introduce a synthetic data generation technique that can also be applied to other popular public datasets such as COCO, Pascal VOC, and Cityscapes.
a considerable part of the image or even the entire image, and therefore, cannot be well localized in a bounding box. In this paper, we show that several operations in the top-down instance segmentation approaches are only applicable for certain classes (i.e., compact objects) such as cars but they are a poor approximation for objects with highly overlapping bounding boxes such as cables. In particular, the non-maximum suppression and RoIPool/RoIAlign operations limit the generalizability of proposal-based instance segmentation methods to such datasets. Furthermore, we introduce a synthetic data generation technique that can also be applied to other popular public datasets such as COCO, Pascal VOC, and Cityscapes.
목차
Abstract
1. INTRODUCTION
2. RELATEDWORK
3. METHOD
4. EXPERIMENTS
5. CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Temporal Difference-based Weighted Instance Segmentation Applied on Consecutive Images for Food Recognition
제어로봇시스템학회 논문지
2023 .12
-
Estimation of shrimp’s size based on 3D instance segmentation using deep learning technology
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
가우시안 모델링 기반의 정확한 Instance Segmentation
대한전자공학회 학술대회
2020 .08
-
Mask R-CNN을 이용한 물체인식 및 개체분할의 학습 데이터셋 자동 생성
로봇학회 논문지
2019 .03
-
Design of a High-Performance Instance Segmentation Model Using Uncertainty-Guided Non-Maximum Suppression and Normalization
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
3D 인스턴트 분할을 이용한 인지로봇의 물체의 인지정보 모델
대한전자공학회 학술대회
2021 .06
-
3지 그리퍼를 위한 instance segmentation 기반의 파지점 추출 시스템 구현
대한전자공학회 학술대회
2023 .06
-
자연광 조건에서 숙도별 토마토 추적이 가능한 Instance Segmentation 기반 인식시스템
제어로봇시스템학회 논문지
2020 .11
-
딥 러닝 기반의 팬옵틱 분할 기법 분석
대한임베디드공학회논문지
2021 .10
-
안드로이드 모바일 환경에 적용 가능한 이미지 데이터 속의 인물 객체 세그멘테이션 기술 개발
Proceedings of KIIT Conference
2023 .11
-
Object location estimation system based on instance segmentation
Journal of Advanced Marine Engineering and Technology (JAMET)
2023 .12
-
Improving Instance Segmentation using Synthetic Data with Artificial Distractors
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
자율주행 차량의 스테레오 카메라 이미지의 Instance Segmentation 을 이용한 3 차원 다중 객체 추적
제어로봇시스템학회 논문지
2024 .12
-
손금 인식을 위한 YOLO Instance Segmentation
대한전자공학회 학술대회
2024 .11
-
Adaptive Image Segmentation Based on Histogram Transition Zone Analysis
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2016 .12
-
Advanced Bounding Box Prediction With Multiple Probability Map
한국컴퓨터정보학회논문지
2017 .12
-
RGB영상 기반 시설오이 검출을 위한 딥러닝 개체분할 모델의 적용
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
동적 위치 갱신을 이용한 트랜스포머 기반의 3차원 개체 분할
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
인물 객체의 3차원 인스턴스 분할 기술 연구
방송공학회논문지
2024 .11
-
차량의 경계 상자와 특징점 정보의 융합을 통한 3D Bounding Box 추정
대한전자공학회 학술대회
2023 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0