文献

J-GLOBAL ID：201702227578065533   整理番号：17A1351542

画像分類における特徴集約のためのOWA演算子の使用【Powered by NICT】

Use of OWA operators for feature aggregation in image classification

著者 (5件)： Pagola Miguel (Universidad Publica de Navarra, Institute of Smart Cities, 31006, Pamplona, Spain) ,  Forcen Juan I. (Universidad Publica de Navarra, Institute of Smart Cities, 31006, Pamplona, Spain) ,  Barrenechea Edurne (Universidad Publica de Navarra, Institute of Smart Cities, 31006, Pamplona, Spain) ,  Lopez-Molina Carlos (Universidad Publica de Navarra, Institute of Smart Cities, 31006, Pamplona, Spain) ,  Bustince Humberto (Universidad Publica de Navarra, Institute of Smart Cities, 31006, Pamplona, Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： FUZZ-IEEE  ページ： 1-6  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： 特徴凝集は画像分類の多くの方法の重要な段階である,ワードバッグ(BoW)モデルまたは畳込みニューラルネットワーク(CNN)のような。この凝集段階,通常的な空間プーリングとして知られているでは,画像の領域内の隣接要素の記述子は,局所的あるいは全体的特徴ベクトルに結合される。複合ベクトルは,関連する情報を含む必要がある,不適切なと混乱した詳細を除去した。最大プーリングと平均プーリング段階で使用される最も一般的な凝集関数である。本研究における分類のためのそれらの識別力を低下させることなく関連情報の凝集を改善するために,順序付き重み付き演算子の使用を提案した。小辞典サイズを扱う際に,OWA(順序重み付け平均)集約を用いた分類の最終結果は,平均プーリングよりも常によりよく最大プーリングよりことを示す広範な評価を提供する。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： 凝集 ,  畳込み ,  ベクトル ,  ニューラルネットワーク ,  重みづけ ,  *集中化 ,  *画像
準シソーラス用語： 特徴ベクトル ,  *画像分類 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： 画像分類 ,  集約 ,  演算子