Machine learningDeep learning / NLP / CV
マルチモーダル意味セグメンテーション
マルチモーダル意味セグメンテーションは、2つ以上のセンサーモダリティ（最も一般的にはRGB画像と深度マップ（RGB-D）、LiDAR点群、熱画像、またはテキスト記述のペア）からの情報を融合することにより、シーンのすべてのピクセルに意味クラスラベルを割り当てる。ディープエンコーダー・デコーダーネットワークは、各モダリティからの補完的な手がかりをアラインメントおよび融合するように学習し、単一モダリティのアプローチよりも高密度で高精度なセグメンテーションを生成する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Hazirbas, C., Ma, L., Domokos, C., & Cremers, D. (2016). FuseNet: Incorporating Depth into Semantic Segmentation via Fusion-based CNN Architecture. In Proceedings of the Asian Conference on Computer Vision (ACCV). Springer. link ↗
- Zhang, J., Liu, H., Yang, K., Hu, X., Liu, R., & Stiefelhagen, R. (2023). CMX: Cross-Modal Fusion for RGB-X Semantic Segmentation with Transformers. IEEE Transactions on Intelligent Transportation Systems, 24(12), 14801–14813. DOI: 10.1109/TITS.2023.3300537 ↗
このページの引用方法
ScholarGate. (2026, June 3). Multimodal Semantic Segmentation (Multi-Sensor Pixel-Level Scene Understanding). ScholarGate. https://scholargate.app/ja/deep-learning/multimodal-semantic-segmentation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →