本研究では教師データを必要としない教師なし深層学習による画像セグメンテーションを開発した.デファクトスタンダードな教師なし画像セグメンテーション手法であるグラフカット,および近年開発された深層学習ベースの従来手法と比較し,複数のベンチマークデータセットにおいて提案手法の高い有効性を示した.本研究成果は画像処理分野のトップジャーナルIEEE TIP(IF: 9.34)に採択された.さらに,電気通信普及財団 テレコムシステム技術学生賞,およびIEEE Signal Processing Society (SPS) Japan Student Journal Paper Awardを受賞した.
|