文献

J-GLOBAL ID：201702211569691685   整理番号：17A0456678

PBC:細粒度カテゴリー化のための多角形に基づく分類器【Powered by NICT】

PBC: Polygon-Based Classifier for Fine-Grained Categorization

著者 (5件)： Huang Chao (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Li Hongliang (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Xie Yurui (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Wu Qingbo (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Luo Bing (School of Electronic Engineering, University of Electronic Science and Technology of China, Chengdu, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 19  号： 4  ページ： 673-684  発行年： 2017年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  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： 細粒分類は,主に二つの要因のために,挑戦的な仕事である:最初に,物体は,異なるカテゴリー間の類似した外観を共有する;第二に,物体は,同じカテゴリー内で有意な姿勢変化を示した。これらの課題に取り組むために,筆者らは,識別と姿勢不変領域,多角形に基づく分類器(PBC)と呼ばれるを自動的に検出する方法を提案した。第一段階では,複数の部品から構成されていることを多角形の集合を生成した。各多角形に対して,分類器は,畳込みネットワークの深い特徴に基づいて訓練した。細粒オブジェクトカテゴリーのための最高の分類精度を提供する識別と相補的多角形に基づく分類器を選択するために使われる欲張りアルゴリズム。第二段階では,第一段階の混乱したクラスを選択し,用い多角形に基づく分類器を訓練した。,を用いて,識別分類器を選択するための欲張りアルゴリズム。試験画像に関して,粗結果を得るための第一段階で訓練した分類器を用いた。,第二段階の分類器を採用して粗結果の混乱クラスを識別した。我々の実験では,提案した方法は,三つの良く知られた細粒データセット上で評価した。実験を行い,提案アプローチが最先端の手法を凌ぐことを示した。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： 不変性 ,  畳込み ,  画像 ,  ネットワーク ,  *カオス
準シソーラス用語： 欲張りアルゴリズム ,  分類精度 ,  姿勢変化 ,  分類会計機 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： PBC ,  細粒度 ,  カテゴリー化 ,  多角形 ,  分類器