文献

J-GLOBAL ID：201702231971623724   整理番号：17A0414121

視覚認識と記述のための長期再発畳込みネットワーク【Powered by NICT】

Long-Term Recurrent Convolutional Networks for Visual Recognition and Description

著者 (7件)： Donahue Jeff (Department of Electrical Engineering and Computer Science, University of California, Berkeley, Berkeley, CA) ,  Hendricks Lisa Anne (Department of Electrical Engineering and Computer Science, University of California, Berkeley, Berkeley, CA) ,  Rohrbach Marcus (Department of Electrical Engineering and Computer Science, University of California, Berkeley, Berkeley, CA) ,  Venugopalan Subhashini (Department of Computer Science, University of Texas at Austin, Austin, TX) ,  Guadarrama Sergio (Department of Electrical Engineering and Computer Science, University of California, Berkeley, Berkeley, CA) ,  Saenko Kate (Department of Computer Science, University of Massachusetts Lowell, Lowell, MA) ,  Darrell Trevor (Department of Electrical Engineering and Computer Science, University of California, Berkeley, Berkeley, CA)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 39  号： 4  ページ： 677-691  発行年： 2017年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  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： 深い畳込みネットワークに基づくモデルは,最近の画像解釈タスクを支配してきた;も再発するモデルである配列を含むタスク,視覚および他に有効かどうかを調べた。エンドツーエンド学習と大規模視覚的理解タスクに適しており,行動認識,画像字幕,ビデオ記述のためのこれらのモデルの価値を実証する再発性畳込みアーキテクチャのクラスを述べた。定点に設置された視覚表現を仮定したまたは連続処理の簡単な時間平均を実行する以前のモデルとは対照的に,再発畳込みモデルは,空間と時間の組成表現を学習する「二重深」である。非線形性は,ネットワーク状態更新に適用されるときの学習長期依存性が可能である。微分可能再発モデルは,可変長入力(例えば,ビデオ)を地図化可変長出力(例えば,自然言語テキスト)に直接できるという点で魅力的で複雑な時間的動力学をモデル化することができる,逆伝搬法で最適化される。再発配列モデルは現在の視覚畳込みネットワークモデルに接続された直接及び共同時間動力学と畳込み知覚表現を学習するための訓練が可能である。著者らの結果は,そのようなモデルは別々に定義されたまたは最適化された認識や発生のための最先端のモデルに対して顕著な利点を持つことを示した。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： 画像認識 ,  *再発 ,  モデリング ,  *視覚 ,  微分 ,  *畳込み ,  逆伝搬法 ,  *ネットワーク ,  最適化 ,  非線形性 ,  学習 ,  *視認 ,  録画装置
準シソーラス用語： 字幕 ,  行動認識 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 視覚認識 ,  記述 ,  長期 ,  再発 ,  畳込み