查询结果:   谢志坚,李寅霖,郑碎武.基于局部-全局一致性学习的弱监督人手分割[J].计算机应用与软件,2019,36(1):204 - 210,319.
中文标题
基于局部-全局一致性学习的弱监督人手分割
发表栏目
人工智能与识别
摘要点击数
57
英文标题
WEAKLY SUPERVISED HAND SEGMENTATION BASED ON LOCAL AND GLOBAL CONSISTENCY LEARNING
作 者
谢志坚 李寅霖 郑碎武 Xie Zhijian Li Yinlin Zheng Suiwu
作者单位
广州市机电技师学院智能控制系 广东 广州 510370 中国科学院自动化研究所复杂系统管理与控制国家重点实验室 北京 100190 中国科学院自动化研究所惠州先进制造产业技术研究中心 广东 惠州 516025   
英文单位
Electric Automation Department, Guangzhou Electromechanical Technician College, Guangzhou 510370, Guangdong, China State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China Huizhou Advanced Manufacturing Technology Research Center, Institute of Automation, Chinese Academy of Sciences, Huizhou 516025, Guangdong, China   
关键词
人手分割 深度全卷积神经网络 弱监督学习 条件随机场
Keywords
Hand segmentation Deep fully convolutional neural network Weakly supervised learning CRF
基金项目
国家自然科学基金青年科学基金项目(61702516,51705515);国家自然科学基金委NSFC-深圳机器人基础研究中心项目(U1713201);广东省重大科技专项(2016B090910001)
作者资料
谢志坚,高级讲师,主研领域:机器视觉,智能控制。李寅霖,助理研究员。郑碎武,副研究员。 。
文章摘要
随着可穿戴设备的日益普及,人的上肢行为数据急剧增长,而自然场景下的人手分割研究较少。针对现有的算法对手工设计特征、像素级标签、设备、环境等的依赖,造成的精度有限或设备、人工标注成本较高的问题,提出一种弱监督人手分割算法,并将其应用到人手操作行为分割中。在像素级标签的源数据集上,利用全卷积神经网络(FCN)预训练。在只有类别标签的目标数据集上,实现基于超像素的局部-全局一致性学习的分割优化,进而实现FCN网络训练和分割优化的交替迭代。使用全连接条件随机场(CRF)进行后处理。提出基于边界框的弱监督分割,以及半监督分割方法。与其他方法的对比实验表明,该方法具有较高的召回率和区域交叠率。
Abstract
With the increasing popularization of wearable devices and rapid growth of human upper limb behavior data, hand segmentation in natural scenes is a less researched direction. The existing algorithms depend on manual design features, pixel-level labels, devices and environment, resulting in limited accuracy or high cost of equipment and manual labeling. To solve this problem, we proposed a weakly supervised hand segmentation method, and applied it to hand segmentation in manipulation behavior. For source data set with pixel-level labels, fully convolutional network (FCN) was applied for pre-training. For target data set only with category labels, segmentation optimization was realized based on super pixel’s local and global consistency learning. Alternate iterations of FCN network training and segmentation optimization was further implemented. Fully connected conditional random field (CRF) was applied for post-processing. We put forward weakly supervised segmentation based on bounding box and semi-supervised segmentation methods. Comparison experiments with other methods show that this method has higher recall rate and regional overlap rate.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于局部-全局一致性学习的弱监督人手分割
谢志坚
人工智能与识别
2019
1
204
[摘要]
2
专业领域智能问答系统设计与实现
陶永芹
应用技术与研究
2018
5
95
[摘要]
3
基于交互式条件随机场的RGB-D图像语义分割
左向梅
图像处理与应用
2017
3
174
[摘要]
4
基于序列标注算法比较的医学文献风险事件抽取研究
喻鑫
数据工程
2017
12
58
[摘要]
5
微博中的开放域事件抽取
陈箫箫
软件技术与研究
2016
8
18
[摘要]
6
基于多尺度特征学习的阴影检测
张永库
图像处理与应用
2016
5
185
[摘要]
7
基于层叠条件随机场的微博热点话题跟踪
戴丹
应用技术与研究
2016
4
56
[摘要]
8
基于层叠条件随机场的哈语树库构建技术研究
于智娟
应用技术与研究
2016
3
71
[摘要]
9
基于链式条件随机场的中文分词改进方法
徐浩煜
算法
2016
12
211
[摘要]
10
面向自由文本的中文地址规范化
徐娟
软件技术与研究
2015
8
22
[摘要]
11
RERM:一种基于评论挖掘的需求获取方法
崔建苓
数据工程
2015
8
28
[摘要]
12
基于CRF和规则相结合的地理命名实体识别方法
何炎祥
人工智能与识别
2015
1
179
[摘要]
13
基于分词信息的中文机构名简称自动生成方法
连誉舜
人工智能与识别
2014
4
153
[摘要]
14
基于CRF和规则的中文医疗机构名称识别
张金龙
人工智能与识别
2014
3
159
[摘要]
15
基于条件随机场的低图像质量车牌字符分割
傅建强
人工智能与识别
2014
10
157
[摘要]