• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФИО студента
Название работы
Руководитель
Факультет
Программа
Оценка
Год защиты
Глазкова Екатерина Васильевна
Semantic Image Segmentation With Deep Structured Models
2019
Recent deep learning models for semantic segmentation contain convolutional parts with pixel-wise predictions and mainly do not directly employ interactions between pixel labelling results. Structured models eliminate this disadvantage and explicitly use interactions between image pixels. We use Conditional Random Field (CRF) structured model as a separate model and as a part of an end-to-end trainable model. We investigate how it might be implemented as a deep network layer and experiment with Convolutional CRF and Deep Gaussian CRF deep structured models. We use UNet as a base Convolutional Neural Network (CNN) model. We consider joint and separate training of deep structured models, structure modifications and implementation simplifications. We show that structured models are superior to only pixel-wise predictions and compare the considered models by time and quality of predictions.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Расширенный поиск ВКР