การแบ่งส่วนความหมาย

คำนิยาม

การแบ่งส่วนความหมายเป็นงานด้านการมองเห็นของคอมพิวเตอร์ในการจัดประเภทพิกเซลทุกพิกเซลในภาพเป็นหมวดหมู่ เช่น ถนน อาคาร หรือคนเดินเท้า

จุดมุ่งหมาย

จุดประสงค์คือเพื่อให้ความเข้าใจฉากโดยละเอียดสำหรับแอปพลิเคชัน AI ในด้านการขับขี่อัตโนมัติ การถ่ายภาพทางการแพทย์ และหุ่นยนต์

ความสำคัญ

• จำเป็นสำหรับการรับรู้ในระดับพิกเซลในระบบที่สำคัญต่อความปลอดภัย
• ช่วยให้สามารถกำหนดขอบเขตของวัตถุได้อย่างแม่นยำเมื่อเทียบกับกล่องขอบเขต
• ต้องใช้ชุดข้อมูลที่มีคำอธิบายประกอบขนาดใหญ่
• ต้องใช้การคำนวณอย่างเข้มข้นในความละเอียดสูง

วิธีการทำงาน

1. รวบรวมและติดป้ายกำกับภาพที่มีคำอธิบายในระดับพิกเซล
2. ฝึกอบรมโมเดลการเรียนรู้เชิงลึกเช่นเครือข่ายแบบคอนโวลูชันเต็มรูปแบบ
3. ภาพอินพุตจะถูกประมวลผลเป็นการทำนายในระดับพิกเซล
4. หน้ากากเอาต์พุตจะกำหนดพิกเซลแต่ละพิกเซลให้กับคลาส
5. ประเมินด้วยเมตริก เช่น Intersection over Union (IoU)

ตัวอย่าง (โลกแห่งความเป็นจริง)

• ชุดข้อมูลทิวทัศน์เมือง: การแบ่งส่วนความหมายสำหรับฉากเมือง
• Tesla Autopilot: การแบ่งส่วนระดับพิกเซลสำหรับการนำทางบนถนน
• การถ่ายภาพทางการแพทย์: การแบ่งส่วนเนื้องอกในการสแกน MRI

อ้างอิง/อ่านเพิ่มเติม

• Long et al. “เครือข่าย Convolutional เต็มรูปแบบสำหรับการแบ่งส่วนความหมาย” CVPR 2015
• ชุดข้อมูลทิวทัศน์เมือง
• ธุรกรรม IEEE เกี่ยวกับภาพทางการแพทย์