抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
一般的な画像検索パイプラインの主要成分は各画像のための簡潔で効果的な記述子を生成する。pretrained畳込みニューラルネットワーク(ConvNets(畳み込みニューラルネットワーク))の完全結合段階のブラックボックス出力から記述子を用いた場合の以前の研究は,画像検索における印象的な結果を示した。しかし,後期畳込み層からの深い特徴マップからプールした記述子に関する以前の研究は,一般的な画像検索のためのより識別的記述子を生成することができる,比較的簡潔であった。大域的ConvNetからそのような特徴マップをプール計画時,考慮すべきいくつかのオプションは,(1)ネットワークの深さ,(2)層プールへの選択,(3)次数低減のレベルである。地球プーリング手法に関する以前の研究は,方法である最良の明確なコンセンサス無で,異なる技術を用いた。これは,これらの選択肢と検索結果に及ぼすそれらの影響を比較するためにベースラインパイプラインを確立することを動機づけた。著者らの貢献は,画像検索のための深い特徴,各種オプションの異なるプール戦略の系統的かつ包括的な実験的研究である。著者らの結果は,データセット(対象重またはシーン重)の性質を種々のプーリング戦略を正当化することを示した。重要なことに,著者らはデータセットに及ぼす種々のプーリング手法による画像識別のレベルを可視化し,プーリングは画像内の物体を効率的に見出すための先験的空間重みを持つ必要はないことを示した。結果はConvNets(畳み込みニューラルネットワーク)を用いた画像検索パイプラインを開発する際に画像データセットの文脈を考慮する必要性を強調した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
