文献

J-GLOBAL ID：201702229956425257   整理番号：17A1398487

深クロスモーダル相関学習を用いたスケッチベース画像検索に向けて【Powered by NICT】

Towards sketch-based image retrieval with deep cross-modal correlation learning

著者 (4件)： Huang Fei (School of Computer Science, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, China) ,  Jin Cheng (School of Computer Science, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, China) ,  Zhang Yuejie (School of Computer Science, Shanghai Key Laboratory of Intelligent Information Processing, Fudan University, China) ,  Zhang Tao (School of Information Management and Engineering, Shanghai University of Finance and Economics, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICME  ページ： 907-912  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： 深いクロスモーダル相関学習を用いた新しい方式を本論文で開発した大規模アノテーション付き画像のためのより効果的なスケッチベース画像検索(SBIR)を促進することである。スケッチと画像における有益なマルチモーダル情報源,スケッチと画像の深い表現上の相互相関分布として扱うことができる全てのマイニングによる深いマルチモーダル特徴生成,深いクロスモーダル相関学習と類似性探索最適化を統合した。大量公共のデータを用いた我々の実験で得られた非常に肯定的な結果。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： アノテーション ,  情報源 ,  *画像 ,  類似性 ,  *画像検索 ,  多モード ,  最適化
準シソーラス用語： 相互相関 ,  *連合学習 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 相関学習 ,  スケッチ ,  画像検索