文献

J-GLOBAL ID：201702231295629213   整理番号：17A0881424

意味的シーンとオブジェクトカテゴリー認識のための深く教師つきマルチモーダルRGB-D埋込みの学習【Powered by NICT】

Learning a deeply supervised multi-modal RGB-D embedding for semantic scene and object category recognition

著者 (4件)： Zaki Hasan F.M. (School of Computer Science and Software Engineering, The University of Western Australia, Australia) ,  Zaki Hasan F.M. (Mechatronics Engineering, Kuliyyah of Engineering, International Islamic University of Malaysia, Malaysia) ,  Shafait Faisal (National University of Sciences and Technology, Pakistan) ,  Mian Ajmal (School of Computer Science and Software Engineering, The University of Western Australia, Australia)
資料名： Robotics and Autonomous Systems  (Robotics and Autonomous Systems)
巻： 92  ページ： 41-52  発行年： 2017年 
JST資料番号： C0133C  ISSN： 0921-8890  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ビジョンベースセンサを用いて獲得された物体とシーンの認識意味カテゴリーは長期自律ナビゲーションのような高レベルのタスクを実行する移動ロボットとU AVのための挑戦的でまだ本質的な性能である。しかし,統一的な方法でマルチモーダル入力,RGB-D画像のような,識別特徴を抽出しているモダリティの異種の性質を考慮する自明でない。RGBと深さチャネルの畳込みニューラルネットワーク(CNN)の流れを組み合わせた双一次による共同と共有マルチモーダル表現を構築しようとする深いネットワークを提案した。この技術は各特徴抽出器出力の外積を用いてモダリティ間の両側転移学習を動機づけた。さらに,マルチストリームCNNのすべて畳込み層に接続された深く教師つき枝を用いたマルチスケール特徴抽象化のための技術を考案した。ネットワークのエンドツーエンド学習は,限られた量の訓練データでも実行可能であり,訓練されたネットワークは異なるデータセットと応用に広がることを示した。ベンチマークRGB D物体とシーン分類データセット上での実験評価により,提案した技術は,最新のアルゴリズムを一貫して上回ることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 特徴抽出 ,  移動ロボット ,  アルゴリズム ,  畳込み ,  *多モード ,  ベンチマーク ,  画像 ,  ニューラルネットワーク ,  *学習 ,  ネットワーク ,  チャネル
準シソーラス用語： マルチスケール ,  転移学習 ,  モダリティ ,  *RGB-D , 【Automatic Indexing@JST】

著者キーワード (4件)： RGB-D画像 ,  視覚場所認識 ,  オブジェクトカテゴリー化 ,  マルチモーダル深い学習

分類 (2件)： ロボットの運動・制御  (IC04012J) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： 意味 ,  シーン ,  オブジェクト ,  カテゴリー ,  教師 ,  マルチモーダル ,  RGB-D ,  埋込み ,  学習