Key points are not available for this paper at this time.
본 논문은 조건부 랜덤 필드에서 지역 정보와 전역 정보를 명시적으로 모델링하는 일반적 프레임워크의 제안을 제시합니다. 제안된 방법은 지역 특성뿐만 아니라 전역 이미지 특징을 추출하고 이를 사용하여 입력 이미지의 장면을 예측합니다. 예측된 장면을 기반으로 장면 기반의 상향식 정보가 생성됩니다. 이는 이미지에 대한 라벨과 범주 호환성의 전역 공간 구성을 나타냅니다. 전역 정보의 통합은 지역적인 모호성을 해결하는 데 도움을 주며 지역적 및 전역적으로 일관된 이미지 인식을 달성합니다. 모델의 단순성에도 불구하고 제안된 방법은 두 개의 데이터셋에서 이미지 레이블링에서 좋은 성능을 보여줍니다.
Toyoda et al. (금요일,)은 이 질문을 연구했습니다.