この度、Ristインターン生の山際と、Rist社員の神戸、中本が共著した論文
「Zero-Shot Edge Detection with SCESAME: Spectral Clustering-based Ensemble for Segment Anything Model Estimation」が、IEEE(米国電気電子学会)主催のコンピュータービジョンの国際会議「WACV 2024(Winter Conference on Applications of Computer Vision 2024)」のworkshopに採択されました。WACV 2024は、2024年1月4日〜8日にハワイ州・ワイコロアにて開催が予定されています。
この研究は、Segment Anything Model (SAM) のマスクを用いて zero-shot でエッジ検出を行うと、エッジを過剰に検出するという傾向に着目しました。
下記の提案手法によって、エッジの過剰検出を抑えることに成功しました。
(1) 小さなマスクを取り除く
(2) マスク間の類似度を用いて残ったマスクをクラスタリングする
(3)(2)の後、アーティファクトを取り除く
※Segment Anything Model (SAM):2023年4月にMeta社が発表した、画像セグメンテーション(画像に映っている物体の識別・分類)の基盤モデル。
掲載論文
論文名
Zero-Shot Edge Detection with SCESAME: Spectral Clustering-based Ensemble for Segment Anything Model Estimation
著者・所属
・京都大学 山際宏明
・京都大学 高瀬侑亮
・株式会社Rist 神戸宏之
・株式会社Rist 中本陵介
論文はarXivで公開されています。
12月以降、WACVの公式サイトでも公開される予定です。
https://arxiv.org/abs/2308.13779
掲載されている情報は、発表日現在の情報です。最新の情報と異なる場合がありますのでご了承ください。
本論文は、Ristインターン生を含む京都大学の学生とRist社員の共同研究によるものです。Ristではインターン生の受け入れを継続して行っており、インターン生は最新論文の調査・研究、プロダクト開発業務の一部に従事しています。
Ristは今後も、Ristで働く従業員やインターン生に成長の機会を提供するとともに、研究領域も含めた技術力を強化し、顧客や社会により良いサービスの提供を行ってまいります。
記載されている会社名、ロゴ、システム名、商品名、ブランド名などは、各社の商号、登録商標、または商標です。