文献

J-GLOBAL ID：201702210988593203   整理番号：17A0368993

極限学習機械(extreme learning machineによる顕著性検出【Powered by NICT】

Saliency detection via extreme learning machine

著者 (3件)： Zhang Lu (School of Information and Communication Engineering, Dalian University of Technology, Dalian 116023, China) ,  Li Jianhua (School of Information and Communication Engineering, Dalian University of Technology, Dalian 116023, China) ,  Lu Huchuan (School of Information and Communication Engineering, Dalian University of Technology, Dalian 116023, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 218  ページ： 103-112  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,顕著なオブジェクト検出のための極端学習機械(ELM)に基づく効果的なアルゴリズムを提案した。最初に,既存の方法により生成された顕著性マップは,以前のマップ,訓練サンプルは,ELM分類器のための収集されるとした。第二に,ELM分類器は,顕著領域を検出するための学習であり,最終的な結果は,融合マルチスケール顕著性マップにより生成される。ELMベースモデルは大きな程度に各種の最先端技法の性能を改善することができる。さらには,複数の顕著性マップの優位性の利点を取るへの統合機構を提示した。五データセット上での包括的実験を行い,提案手法は良好な性能を示し,顕著な改善は,既存の顕著性手法と著者らのモデルを適用した場合に達成できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アルゴリズム ,  *学習機械
準シソーラス用語： マルチスケール ,  顕著性マップ ,  極度学習機械 ,  物体検出 , 【Automatic Indexing@JST】

著者キーワード (3件)： 顕著性検出 ,  極端学習機械 ,  マルチスケールスーパーピクセル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 極限 ,  学習機械