コンピュータビジョン研究の国際学会 CVPR 2018 ワークショップに論文が採択されました。

コンピュータビジョン研究のトップ国際会議であるIEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)が、2018年6月18日から22日の日程でアメリカ合衆国ユタ州のソルトレイクシティで開催され、CVPR併催のワークショップの1つであるDeep-Vision Workshopに、LeapMindの下記の論文が採択されました。以下より論文原稿とポスターをご確認くださいませ。

N.Loebroks, P. Suwavithaya, I. Schwende, M. Simic, and E. G. Magambo, “Comparison of deep learning models for semantic segmentation on domain specific data in food processing,” CVPR Deep-Vision Workshop, 2018.

---

タイトル：物体領域分割を行うDeep Learningモデルの食品加工分野における比較

概要：画像に写っている物体を認識するのみならず、画像をピクセル単位で物体が写っている領域に分割するセマンティックセグメンテーションは、これまで、一般的な画像データに対して検証されてきましたが、様々な特定の分野においてどう有効に働くかは明らかになっていませんでした。そこで、本論文は、食品加工分野のデータに対してセマンティックセグメンテーションを実施し、複数のDeep Learningモデルの性能を明らかにしました。

Deep-Vision Workshopに展示されているポスターと、弊社エンジニアのパトリック（P. Suwavithaya）、リサーチャーのニコラス（N.Loebroks）です。

*CVPRは、ICCV、ECCVとともにコンピュータビジョン研究のトップ会議で、世界中の研究者が毎年一堂に集まり研究討論を行います。CVPR 2018では、3,300件以上の投稿論文の中から採択された979件の論文が発表されます。加えて、21のチュートリアル、48のワークショップ、博士コンソーシアム、および115以上の企業による出展が催されます。

======

Title: Comparison of deep learning models for semantic segmentation on domain specific data in food processing

Abstract: Although convolutional neural networks (CNNs) have set the state-of-the-art for semantic segmentation, reported results are usually limited to specific public datasets covering indoor/outdoor scenes or the medical domain. In this work we showcase the effectiveness of CNNs on a challenging dataset from the food-processing domain, comparing two different architectures with different pre-training and data augmentation techniques.