文献

J-GLOBAL ID：201702213083429618   整理番号：17A1773496

物体観察による学習特徴【Powered by NICT】

Learning Features by Watching Objects Move

著者 (5件)： Pathak Deepak ,  Girshick Ross ,  Dollar Piotr ,  Darrell Trevor ,  Hariharan Bharath
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 6024-6033  発行年： 2017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： 本論文では,教師なし特徴学習への新規かつ直感的なアプローチを提案した。ヒト視覚系によりヒントを得て,ここでは,低レベル動きベースのグルーピングキューは,効果的な視覚的表現を学習するために使用できるかどうかを調べた。より詳しくいえば,ここでは,セグメントを得るためにビデオ上での教師なし運動に基づくセグメンテーション,単一フレームから畳込みネットワークを訓練セグメント物体に擬似グランドトルースとして用いたを使用した。運動は人間の視覚系の発生に重要な役割を果たすという広汎な証拠が与えられたとき,教師なし学習へのこの直接的な方法は,文献で研究された巧み設計pretextタスクよりもより効果的であることが期待される。,著者らの大規模な実験は,これが1例であることを示した。物体検出に及ぼす移動学習に対して使用した場合,この表現は複数の設定を横断する以前の教師なし手法の性能を著しく上回る,ターゲットタスクのための訓練データは不足している。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： ネットワーク ,  畳込み ,  視覚 ,  視覚器 ,  録画装置 ,  教師なし学習 ,  *学習 ,  セグメンテーション
準シソーラス用語： 訓練データ ,  物体検出 ,  グランドトゥルース ,  ヒト視覚系 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 物体 ,  観察 ,  学習