2달 전

DAG-순환 신경망을 이용한 장면 라벨링

Bing Shuai; Zhen Zuo; Gang Wang; Bing Wang
DAG-순환 신경망을 이용한 장면 라벨링
초록

이미지 라벨링에서 이미지 단위의 국부 표현은 주변 이미지 패치로부터 생성되므로, 장거리 문맥 정보가 효과적으로 인코딩되지 않는 문제가 있습니다. 본 논문에서는 이 문제를 해결하기 위해 순환 신경망(RNNs)을 도입합니다. 특히, 방향 비순환 그래프 RNNs(DAG-RNNs)을 제안하여 DAG 구조의 이미지를 처리할 수 있도록 하였습니다. 이를 통해 네트워크는 이미지 단위 간의 장거리 의미적 의존성을 모델링할 수 있게 되었습니다. 제안된 DAG-RNNs은 국부 표현의 판별력을 크게 향상시키며, 이는 국부 분류에 큰 도움을 줍니다. 또한, 우리는 드문 클래스에 주목하는 새로운 클래스 가중 함수를 제안하였습니다. 이 함수는 비빈번한 클래스의 인식 정확도를 현저히 향상시킵니다. 컨볼루션 및 디컨볼루션 레이어와 통합된 우리의 DAG-RNNs은 도전적인 SiftFlow, CamVid 및 Barcelona 벤치마크에서 새로운 최고 성능 결과를 달성하였습니다.

DAG-순환 신경망을 이용한 장면 라벨링 | 최신 연구 논문 | HyperAI초신경