文献

J-GLOBAL ID：201702297577594148   整理番号：17A0350642

抽象的階層変換と畳込みニューラルネットワークを融合した手描き画像検索手法【JST・京大機械翻訳】

Sketch based image retrieval based on abstract-level transform and convolutional neural networks

著者 (4件)： Liu Yujie (College of Computer &Communication Engineering,China University of Petroleum (Qingdao)) ,  Pang Yunping (College of Computer &Communication Engineering,China University of Petroleum (Qingdao)) ,  Li Zongmin (College of Computer &Communication Engineering,China University of Petroleum (Qingdao)) ,  Li Hua (Key Laboratory of Intelligent Information Processing,Institute of Computing Technology Chinese Academy of Sciences)
資料名： Zhejiang Daxue Xuebao. Lixue Ban  (Zhejiang Daxue Xuebao. Lixue Ban)
巻： 43  号： 6  ページ： 657-663,675  発行年： 2016年 
JST資料番号： C3049A  ISSN： 1008-9497  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 人工設計の記述子(HOG,SIFTなど)は手描きに基づく画像検索( BASED IMAGE RETRIEVAL,SBIR)の領域における限界である。本論文は,抽象的階層的変換と畳込み神経回路網を結合することによって,結合深さの特性記述子を構築するための新しい方法を提案した。まず第一に,従来の画像の端部確率グラフを抽出して,次に,抽象的階層的画像変換を実行して,抽象的階層的変換画像を深さニューラルネットワークに入力して,種々の隠れ層の出力ベクトルを抽出した。異なる隠れ層の出力ベクトルを,手の画像検索のための特徴記述子(すなわち,結合深さ特性記述子)として用いた。FLICKR 15Kデータベース上で実験を行い,以下の結果を得た。抽象的階層的変換と結合深さの特性記述子の検索効果は,HOGとSIFTのような従来の方法と比較して著しく改善された。この方法は,画像前処理と特徴記述子の2つの観点から,SBIRの問題を改善し,より高い精度を持っている。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *画像 ,  *画像検索 ,  画像変換 ,  データベース ,  統制索引語 ,  *畳込み ,  神経回路網 ,  ベクトル ,  *ニューラルネットワーク
準シソーラス用語： 画像前処理 ,  特徴記述子 ,  隠れ層 , 【Automatic Indexing@JST】

著者キーワード (5件)： sketch based image retrieval ,  convolutional neural network ,  boundary probability detector ,  abstract-level transform ,  joint deep features

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 階層 ,  畳込みニューラルネットワーク ,  融合 ,  画像検索 ,  手法