文献

J-GLOBAL ID：201702238315437616   整理番号：17A0144133

畳込みニューラルネットワークを介した花の分類【Powered by NICT】

Flower classification via convolutional neural network

著者 (5件)： Liu Yuanyuan (Institute of Control and Computer Engineering, North China Electric Power University, Beijing, China) ,  Tang Fan (LIAMA-NLPR, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Zhou Dengwen (Institute of Control and Computer Engineering, North China Electric Power Universitiy, Beijing, China) ,  Meng Yiping (LIAMA-NLPR, Institute of Automation Chinese, Academy of Sciences Beijing, China) ,  Dong Weiming (LIAMA-NLPR, Institute of Automation, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： FSPMA  ページ： 110-116  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,自然な花分類の問題を取り上げて論じた。非剛体変形,照明変化,およびクラス間類似性のために挑戦的な課題である。79カテゴリーと広いにおける花画像の大規模データセットを構築し,この問題を解決するために畳込みニューラルネットワーク(CNN)に基づく新しいフレームワークを提案した。手作りの視覚特徴を用いた他の方法と異なり,この方法は,花の分類のための優れた特徴を自動的に学習する畳込みニューラルネットワークを利用した。ニューラルネットワークは小さい受容野を採用したが,そのうちのいくつかは,最大プーリング層が続く五畳込み層,および最終79方法ソフトマックス三完全結合層から構成されている。本方法は挑戦的な花データセット上で76.54%の分類精度を達成した。さらに,オックスフォード102花データセット上で提案アルゴリズムのテストを行った。以前の既知の方法よりも優れており,84.02%の分類精度を達成した。良く知られたデータセットと著者ら自身のデータセット上での実験結果は,この方法が花の分類で非常に有効であることを実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  *畳込み ,  類似性 ,  *ニューラルネットワーク ,  画像 ,  受容野 ,  非剛体
準シソーラス用語： 分類精度 ,  視覚顕著 ,  大規模データセット ,  照明変化 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 畳込みニューラルネットワーク ,  花 ,  分類