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。
人間行動の認識とヒト属性の定量は,細粒分類を必要とする二タスクである。,しばしばむしろ小さく,目立たない物体と特徴をそれらのクラスを教える別に検出されなければならない。この課題を扱うために,著者らは対応する微妙さを解決するために十分に特化した中間レベル画像パッチをマイニングする新しい畳込みニューラルネットワークを提案した。特に,識別パッチ群を学習する新たに設計されたCNN(DeepPattern)を訓練した。がこれに二つの革新的な側面である。一方で筆者らは元の様式で文脈情報に注意を払った。一方,使用する専用パッチのセットを精製特徴学習とパッチクラスタ化の反復させた。二つの挑戦的なデータセット:PASCAL VOC2012作用とStanford40作用に対する行動分類のための著者らの方法を検証し,属性認識のための,者データセットのBerkeley属性を用いた。識別レベル採掘CNNはこれらのデータセットに状態のtheart結果を得,部品と姿勢に関する注釈を必要としない。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
