文献

J-GLOBAL ID：201702242046298110   整理番号：17A0967446

選択方法を学ぶ:独立検出器対複合視覚フレーズ【Powered by NICT】

Learn How to Choose: Independent Detectors Versus Composite Visual Phrases

著者 (3件)： Rosenthal Guy ,  Shamir Ariel ,  Sigal Leonid
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WACV  ページ： 382-390  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： シーンパージング,認識や検索のための大部分の方法は(i)独立に訓練または(ii)対象オブジェクトあるいはオブジェクト属性句の結合のための訓練併用する検出器を用いた。はこれら二つの極のどちらも全てのカテゴリーと結合,性能の点で,一様に最適であることを仮定した。独立または複合検出器を訓練すべきかの選択は,別々に各可能な組み合わせのために行われるべきであり,データセットの統計に依存する。例えば,者保持電話は単一の複合検出器を用いてより正確にモデル化できるが,高い者は二検出器の組み合わせとしてより正確にモデル化できる。は複数の問題とデータセットとの関連でこの問題を包括的に調べた。さらに,e不全に対して,独立のまたは共同の複合検出器は,与えられた組合せのためのより正確であるかどうかのカテゴリー表C特徴(例えば,サンプルサイズ,エントロピーなど)の数に基づいた予測法を提案した。予測と選択機構を一般化し,多数の大規模データセットとビジョンタスクの改善された性能をもたらすことを示した。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： エントロピー ,  予測技法 ,  *検出器 ,  電話 ,  *視覚 ,  モデリング
準シソーラス用語： 大規模データセット ,  句 ,  *フレーズ ,  *選択法 , 【Automatic Indexing@JST】

分類 (5件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  その他の光伝送素子  (BD06040S) ,  光電変換管  (NC02030O) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 選択方法 ,  検出器 ,  視覚 ,  フレーズ