文献

J-GLOBAL ID：201602240533809014   整理番号：16A0601130

マルチラベル画像検索のためのハッシングをインスタンスを意識した【Powered by NICT】

Instance-Aware Hashing for Multi-Label Image Retrieval

著者 (5件)： Hanjiang Lai (Sch. of Data & Comput. Sci., Sun Yat-sen Univ., Guangzhou, China) ,  Pan Yan (Sch. of Data & Comput. Sci., Sun Yat-sen Univ., Guangzhou, China) ,  Xiangbo Shu (Sch. of Comput. Sci. & Technol., Nanjing, China) ,  Yunchao Wei (Inst. of Inf. Sci., Beijing Jiaotong Univ., Beijing, China) ,  Shuicheng Yan (Dept. of Electr. & Comput. Eng., Nat. Univ. of Singapore, Singapore, Singapore)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 25  号： 6  ページ： 2469-2479  発行年： 2016年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  資料種別： 逐次刊行物 (A)
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： 類似性保存ハッシングは大規模画像検索における最近傍探索のための一般的に使用される方法である。画像検索では,深いネットワークベースハッシング法は魅力的であり,効果的な画像表現とコンパクトなハッシュコードを同時に学習できるからである。本論文では,マルチラベル画像のための深層ネットワークベースハッシングし,それの各々は複数カテゴリーの対象を含んでいる可能性に焦点を当てた。ほとんどの既存のハッシング手法では,各画像は,ハッシュコードのワンピース,セマンティックハッシングと呼ばれるにより表現される。設定は,マルチラベル画像検索のための準最適である可能性がある。この問題を解決するために,筆者らは,マルチラベル画像データのためのインスタンスを意識した画像表現,複数のグループに組織化され,1つのカテゴリーの特徴を含む各群を学習する深層アーキテクチャを提案した。を意識した表現は,セマンティックハッシングに利点をもたらすだけでなく,カテゴリー認識ハッシング,画像は,ハッシュ符号の複数の構成要素とコードカテゴリーに対応の各断片によって表されるに用いることができる。いくつかのベンチマークデータセット上で行った包括的評価は,セマンティックハッシングとカテゴリー認識ハッシングの両方に対して,提案した方法は最新の教師つきおよび教師なしハッシング手法を超える実質的な改善を示すことを実証した。Copyright 2016 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： 計算機アーキテクチャ ,  *ハッシング ,  *画像 ,  学習 ,  類似性 ,  近傍探索法 ,  *画像検索
準シソーラス用語： 画像データ ,  画像表現 , 【Automatic Indexing@JST】

著者キーワード (6件)： 深い学習 ,  マルチラベル ,  画像検索 ,  インスタンスを意識した画像表現 ,  カテゴリーを意識したハッシング ,  セマンティックハッシング

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： マルチ ,  ラベル ,  画像検索 ,  ハッシング ,  インスタンス ,  意識