文献

J-GLOBAL ID：201702241489878595   整理番号：17A0329286

深部ニューラルネットワークを用いたビデオの特徴抽出【Powered by NICT】

Feature extraction of video using deep neural network

著者 (6件)： Hayakawa Yoshihiro (National Institute of Technology, Sendai College, Japan) ,  Oonuma Takanori (National Institute of Technology, Sendai College, Japan) ,  Kobayashi Hideyuki (National Institute of Technology, Sendai College, Japan) ,  Takahashi Akiko (National Institute of Technology, Sendai College, Japan) ,  Chiba Shinji (National Institute of Technology, Sendai College, Japan) ,  Fujiki Nahomi M. (National Institute of Technology, Sendai College, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCI*CC  ページ： 465-470  発行年： 2016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： 深層ニューラルネットワーク,近年注目を集めているでは,入力画像の特徴は中間層で発現している。この特徴層に関する情報を用いて,高い性能は,画像認識分野で実証することができた。本研究では,恒等写像学習は砂時計型フィードフォワードニューラルネットワークに適用した場合に得られた画像特徴抽出機能を介して,畳込みニューラルネットワークまたはスパース符号化を用いずに,画像認識を達成した。スポーツ形態分析では,例えば,状態軌道は連続した一連の作用に基づく低次元特徴空間へマッピングする。ここでは,上記の方法を適用して画像解析に関連したアイデアを議論した。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： 畳込み ,  画像 ,  *録画装置 ,  *特徴抽出 ,  スポーツ ,  画像認識 ,  画像分析 ,  深層 ,  *ニューラルネットワーク ,  低次元 ,  スパースコーディング ,  画像特徴抽出 ,  中間層 ,  順伝播型ニューラルネットワーク
準シソーラス用語： 特徴空間 ,  フィードフォワードニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 深部ニューラルネットワーク ,  ビデオ ,  特徴抽出