文献

J-GLOBAL ID：201702227183625023   整理番号：17A0886557

細粒度画像検索のための選択的畳込み記述子凝集【Powered by NICT】

Selective Convolutional Descriptor Aggregation for Fine-Grained Image Retrieval

著者 (4件)： Wei Xiu-Shen (National Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China) ,  Luo Jian-Hao (National Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China) ,  Wu Jianxin (National Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China) ,  Zhou Zhi-Hua (National Key Laboratory for Novel Software Technology, Nanjing University, Nanjing, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 6  ページ： 2868-2881  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： ImageNet分類タスクのための事前訓練された深層畳込みニューラルネットワークモデルは他のドメインにおけるタスクにうまく適応されている,テクスチャ記述とオブジェクト提案生成などが,これらのタスクが新しいドメインにおける画像のためのアノテーションを必要とする。本論文では,純粋な教師なし環境における新しいかつ挑戦的課題に焦点を当てた:細粒画像検索。画像ラベルを用いても,細粒画像は分類,教師なし検索タスクを単独させることは困難である。選択的畳込み記述子凝集(SCDA)法を提案した。SCDAは最初細粒画像における主対象,ノイズのある背景を無視すると有用な深い記述子を保持していることを段階を局在させた。選択した記述子は,凝集と次元を本研究で見出した最善実践を用いた短特徴ベクトルに還元した。SCDAは教師なし,画像ラベルまたはバウンディングボックスアノテーションを用いない。六細粒データセット上での実験を行い,細粒画像検索のためのSCDAの有効性を確認した。に加えて,SCDA特徴の可視化は,視覚属性(微妙なものも含めて),これは細粒検索におけるSCDAの高平均精度を説明するかもしれないに対応することを示した。さらに,一般的な画像検索データセット上で,SCDAは,最先端の一般的な画像検索手法に匹敵する検索結果を達成した。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： *凝集 ,  *画像 ,  *画像検索 ,  可視化 ,  アノテーション ,  視覚 ,  雑音 ,  *畳込み
準シソーラス用語： 最先端 ,  特徴ベクトル ,  テクスチャ ,  神経回路網モデル ,  細粒度 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 細粒度 ,  画像検索 ,  畳込み ,  記述子 ,  凝集