文献

J-GLOBAL ID：201702261747464351   整理番号：17A0021098

DCNNに基づく細粒度オブジェクト分類のための時間的情報の利用【Powered by NICT】

Exploiting Temporal Information for DCNN-Based Fine-Grained Object Classification

著者 (7件)： Ge ZongYuan ,  McCool Chris ,  Sanderson Conrad ,  Wang Peng ,  Liu Lingqiao ,  Reid Ian ,  Corke Peter
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： DICTA  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 細粒分類は単一画像からの情報を用いてに集中されてきた比較的新しい分野であり,分類を改善するためのビデオデータを使用することの大きな可能性を無視している。本研究では,ビデオに基づく細粒物体分類の新しい課題を提示し,対応する新しいビデオデータセットを提案し,いくつかの最近の深い畳込みニューラルネットワーク(DCNN)に基づくアプローチの系統的研究は,タスクに適応特異的にを行った。三次元DCNN,二河川DCNN,と双線形DCNNを評価した。二型二ストリームのアプローチを用いて,二の独立したDCNNからの空間的および時間的データは,初期融合(完全結合層の組合せ)と後期融合(DCNNのソフトマックス出力の連結)を介して融合した。双線形DCNNでは,空間的および時間的DCNNの畳込み層からの情報が局所共起を介して結合した。を二流体アプローチの双線形DCNNと初期融合を融合する局所的および大域的レベル(空間-時間共起)で,空間的および時間的情報を結合した。鳥類の新しい挑戦的なビデオデータセットを用いて,空間-時間共起系を用いた場合,分類性能は23.1%(単一画像を用いた)から41.1%に改善された。自動検出された境界ボックス位置のさらに53.6%に分類精度を改善した。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： *録画装置 ,  河川 ,  畳込み ,  線形性 ,  画像 ,  ニューラルネットワーク ,  三次元
準シソーラス用語： 分類精度 ,  自動検出 ,  映像データ ,  *オブジェクト分類 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (2件)： 細粒度 ,  オブジェクト分類