文献

J-GLOBAL ID：201602291963585157   整理番号：16A1384691

人物再同定のための領域誘導ドロップアウトを用いた学習深部特徴表現【Powered by NICT】

Learning Deep Feature Representations with Domain Guided Dropout for Person Re-identification

著者 (4件)： Xiao Tong ,  Li Hongsheng ,  Ouyang Wanli ,  Wang Xiaogang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CVPR  ページ： 1249-1258  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： 同じ問題のための複数ドメインからのデータと一般的でロバストな特徴表現の学習大きな価値,特に複数のデータセットを持つことを問題のためのであるが,それらのどれも豊富なデータ変動を提供するために十分な大きさであった。本研究では,畳込みニューラルネットワーク(CNN)を用いた複数ドメインからの学習の深い特徴表現のためのパイプラインを提示した。全領域からのデータを用いたCNNを訓練すると,いくつかのニューロンは,幾つかの領域を横断する共有表現を学習し,一方,他のいくつかは特定の1つに対してのみ有効であった。この重要な観察に基づいて,特徴学習手順を改善するためにドメイン誘導ドロップアウトアルゴリズムを提案した。実験を行い,提案パイプラインと提案したアルゴリズムの有効性を示した。人物再認識問題に関する著者らの方法は大きな差でしのぐ,これは複数のデータセットにstateofの最先端手法よりも優れている。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： ニューラルネットワーク ,  ニューロン ,  ロバスト性 ,  アルゴリズム ,  *学習 ,  畳込み ,  再認 ,  *深部
準シソーラス用語： *特徴表現 , 【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 (7件)： 人物 ,  同定 ,  誘導 ,  ドロップ ,  学習 ,  深部 ,  特徴表現