文献

J-GLOBAL ID：201602267444486808   整理番号：16A0650863

画像分類のためのラベル埋込み【Powered by NICT】

Label-Embedding for Image Classification

著者 (4件)： Akata Zeynep (Computer Vision and Multimodal Computing group of the Max-Planck Institute for Informatics, Saarbrucken, Germany) ,  Perronnin Florent (, Facebook AI Research) ,  Harchaoui Zaid (LEAR group of INRIA Grenoble Rhone-Alpes, Montbonnot, France) ,  Schmid Cordelia (LEAR group of INRIA Grenoble Rhone-Alpes, Montbonnot, France)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 38  号： 7  ページ： 1425-1438  発行年： 2016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： 属性は,クラス間のパラメータ共有を可能にする中間表現として作用し,訓練データが乏しいときなければならない。ラベルグラフの埋め込みの問題として属性ベース画像分類を提案した:各クラスは属性ベクトルの空間に埋め込まれている。画像とラベル埋込み間の相溶性を測定する関数を導入した。この関数のパラメータは,画像を与えられた場合,正しいクラスは不正確なものより高いランク付けことを保証するために訓練集合ラベル付けされた標本に学習される。動物を用いた属性とCaltech UCSD鳥類データセット上での結果は,提案したフレームワークは,零ショット学習シナリオにおける標準直接属性予測ベースラインよりも優れていることを示した。ラベル埋込みはの代わりにや属性に加えて情報の代替源を活用への組み込み能力を,クラス階層またはテキスト記述である。ラベル埋込みは,多数のラベル付き例の規則的な学習への零ショット学習からの学習環境の全範囲を包含する。Copyright 2016 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： 等級づけ ,  学習 ,  ベクトル ,  動物 ,  基準線 ,  *画像 ,  相溶性 ,  粒状材
準シソーラス用語： 学習環境 ,  テキスト ,  データセット ,  訓練データ ,  *画像分類 , 【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 (3件)： 画像分類 ,  ラベル ,  埋込み