文献

J-GLOBAL ID：201702236462175632   整理番号：17A0794999

関節CRFと辞書学習によるトップダウン視覚顕著性【Powered by NICT】

Top-Down Visual Saliency via Joint CRF and Dictionary Learning

著者 (2件)： Yang Jimei (Adobe Research, San Jose, CA) ,  Yang Ming-Hsuan (School of Engineering, University of California, Merced, CA)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 39  号： 3  ページ： 576-588  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： トップダウン視覚顕著性が視覚的注意の重要なモジュールである。本研究では,条件付き確率場(CRF)と視覚辞書を学習する共同する新しいトップダウン型顕著性モデルを提案した。提案したモデルは,底部:CRF,スパース符号化および画像パッチへのトップから層状構造を組み込んでいる。中間層としてスパース符号化を用いて,CRFは特徴適応的に学習される;一方出力層としてCRF,辞書は,構造化された監督下で学習される。効率的かつ効果的な共同学習のために,確率的勾配降下アルゴリズムによる最大マージンアプローチを開発した。Graz O2とPASCAL VOCデータセット上での実験結果は,このモデルが目標オブジェクト局所化用の最新のトップダウン型顕著性法と対照して,順調に機能することを示した。さらに,辞書更新はこのモデルの性能を著しく改善した。検出のためのオブジェクト提案の優先順位付けに適用し,ヒト凝視を予測することによって提案したトップダウン型顕著性モデルの利点を実証した。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： 構造形成 ,  画像 ,  ヒト ,  層状組織 ,  アルゴリズム ,  *視覚
準シソーラス用語： 固視 ,  局在化 ,  協調学習 ,  スパースコーディング ,  条件つき確率場 ,  視覚的注意 ,  *視覚顕著 ,  *トップダウン ,  *辞書学習 , 【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)： 関節 ,  CRF ,  辞書学習 ,  トップダウン ,  視覚顕著