summarized by : Takeru Suda
Yi Zhu, Karan Sapra, Fitsum A. Reda, Kevin J. Shih, Shawn Newsam, Andrew Tao, Bryan Catanzaro
ビデオにおけるセマンティックセグメンテーションの精度を向上させるためにビデオのフレーム間のフレームとラベルを予測することでトレーニングデータを増やす方法を提案した。
フレーム間のデータを増やすために、既存のビデオフレーム予測モデルを用い、またラベルの境界付近のノイズを緩和する手法を提案した。
mIoUs、Cityscapes、CamVid、KITTIの4つのデータセットで効果と手法の妥当性を示した。