文献

J-GLOBAL ID：201702245939212849   整理番号：17A0472949

画像データセット構造のための新しいWeb管理法【Powered by NICT】

A new web-supervised method for image dataset constructions

著者 (7件)： Yao Yazhou (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Yao Yazhou (Global Big Data Technologies Center, University of Technology Sydney, NSW 2007, Australia) ,  Zhang Jian (Global Big Data Technologies Center, University of Technology Sydney, NSW 2007, Australia) ,  Shen Fumin (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu 610054, China) ,  Hua Xiansheng (Alibaba Group, Hangzhou 310052, China) ,  Xu Jingsong (Global Big Data Technologies Center, University of Technology Sydney, NSW 2007, Australia) ,  Tang Zhenmin (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 236  ページ： 23-31  発行年： 2017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： 本研究の目的は,与えられた質問のためのインターネットからの多数の高度に関連した自然画像を自動収集することである。多重質問展開を用いて提案する自動画像データセット構築フレームワーク。具体的には,与えられた質問は最初のGoogle Books NGRAMコーパスにおける探索豊富な意味論的記述,視覚非顕著とあまり関係展開がつぎに,フィルタ付きを得るために展開した。フィルタ展開を用いたインターネットからの画像を検索した後,著者らはさらにクラスタリングと次第に畳込みニューラルネットワーク(CNN)に基づく方法による雑音画像をフィルタリングした。画像データセット構築のための提案した方法の性能を評価するために,10カテゴリーを用いた画像データセットを構築した。弱い教師つき,教師つきおよび完全教師つき学習によって構築された他の三種類の画像データベースを用いて筆者らの画像データセット上のオブジェクト検出を行い,実験結果により,提案手法の有効性は弱い教師つきおよびWeb管理された最先端の方法よりも優れていた。添加では,二種類の公開利用可能なマニュアル標識データセットSTLとCIFARで著者らのデータセットの性能を評価するために断面データセット分類を行った。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： 教師つき学習 ,  意味論 ,  *Web【情報システム】 ,  情報公開 ,  *画像 ,  画像データベース ,  インターネット ,  マニュアル ,  コーパス ,  フィルタ ,  フィルタリング ,  畳込み
準シソーラス用語： 物体検出 ,  自然画像 ,  *画像データ , 【Automatic Indexing@JST】

著者キーワード (3件)： 画像データセット構築 ,  多重質問展開 ,  Web管理

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： Web