| 講演抄録／キーワード |
| 講演名 |
2026-08-24 13:45
ラベル統合による Open-Vocabulary Semantic Segmentation の高精度化
○清水諒祐・斎藤凪都・伊藤康一・青木孝文（東北大） |
| 抄録 |
（和） |
任意のテキストを用いて画像中の各画素を分類する技術であるOpen-Vocabulary Semantic Segmentation (OVSS) では，推論に画像と言語の意味的類似性を利用するため，ラベルの意味的な一貫性が重要である．既存のデータセットでは，chair と seat，building と house のように，意味的に類似または重複する概念が独立したラベルとして定義されていることが多い．そのため，モデルが正解と意味的に近いラベルを予測しても誤分類と見なされ，手法本来の認識性能が過小評価される問題が生じている．そこで本稿では，類似ラベルの統合によるOVSSの高精度化を目的とし，統合後のラベルを入力および推論に用いる手法を提案する．具体的には，CLIPのテキスト特徴量に基づいて各ラベルをクラスタリングし，同一クラスタ内のラベルを1つの文字列として連結する．公開データセットを用いた評価実験により，提案手法を用いることで見かけ上の誤分類が軽減され，セグメンテーション精度が向上することを示す． |
| （英） |
Open-Vocabulary Semantic Segmentation (OVSS) is a technique that classifies each pixel in an image based on arbitrary text descriptions. Because OVSS performs inference using semantic similarities between images and language, semantic consistency among class labels is important. However, existing datasets often define semantically similar or overlapping concepts, such as “chair” and “seat” or “building” and “house,” as separate labels. Consequently, even when a model predicts a label that is semantically close to the ground-truth label, the prediction is regarded as a misclassification, which may lead to an underestimation of the model’s inherent recognition performance. To address this issue, this paper proposes a method for improving OVSS accuracy by integrating similar labels and using the resulting labels as text inputs during inference. Specifically, the proposed method clusters class labels based on CLIP text features and concatenates the labels within each cluster into a single text string. Experiments on publicly available datasets demonstrate that the proposed method reduces apparent misclassifications and improves segmentation accuracy. |
| キーワード |
（和） |
オープンボキャブラリセマンティックセグメンテーション / 画像セグメンテーション / CLIP / クラスタリング / / / / |
| （英） |
Open-Vocabulary Semantic Segmentation / Image Segmentation / CLIP / Clustering / / / / |
| 文献情報 |
映情学技報, vol. 50, no. 23, ME2026-56, pp. 5-8, 2026年8月. |
| 資料番号 |
ME2026-56 |
| 発行日 |
2026-08-17 (ME) |
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
ME JSPE-IAIP |
| 開催期間 |
2026-08-24 - 2026-08-25 |
| 開催地（和） |
福井市地域交流プラザ（AOSSA 6F） |
| 開催地（英） |
Nagoya Kasadera Hotel |
| テーマ（和） |
サマーセミナー2026 「交流・深化・開拓」 |
| テーマ（英） |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
ME |
| 会議コード |
2026-08-ME-IAIP |
| 本文の言語 |
日本語 |
| タイトル（和） |
ラベル統合による Open-Vocabulary Semantic Segmentation の高精度化 |
| サブタイトル（和） |
|
| タイトル（英） |
Improving Open-Vocabulary Semantic Segmentation via Label Clustering |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
オープンボキャブラリセマンティックセグメンテーション / Open-Vocabulary Semantic Segmentation |
| キーワード(2)（和/英） |
画像セグメンテーション / Image Segmentation |
| キーワード(3)（和/英） |
CLIP / CLIP |
| キーワード(4)（和/英） |
クラスタリング / Clustering |
| キーワード(5)（和/英） |
/ |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
清水 諒祐 / Ryosuke Shimizu / シミズ リョウスケ |
| 第1著者 所属（和/英） |
東北大学 (略称： 東北大)
Tohoku University (略称： Tohoku Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
斎藤 凪都 / Nagito Saito / サイトウ ナギト |
| 第2著者 所属（和/英） |
東北大学 (略称： 東北大)
Tohoku University (略称： Tohoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
伊藤 康一 / Koichi Ito / イトウ コウイチ |
| 第3著者 所属（和/英） |
東北大学 (略称： 東北大)
Tohoku University (略称： Tohoku Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
青木 孝文 / Takafumi Aoki / アオキ タカフミ |
| 第4著者 所属（和/英） |
東北大学 (略称： 東北大)
Tohoku University (略称： Tohoku Univ.) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2026-08-24 13:45:00 |
| 発表時間 |
75分 |
| 申込先研究会 |
ME |
| 資料番号 |
ME2026-56 |
| 巻番号（vol） |
vol.50 |
| 号番号（no） |
no.23 |
| ページ範囲 |
pp.5-8 |
| ページ数 |
4 |
| 発行日 |
2026-08-17 (ME) |