文献

J-GLOBAL ID：201702254031811409   整理番号：17A1398463

静止画像における活動認識のための学習弁別作用と文脈表現【Powered by NICT】

Learning discriminative action and context representations for action recognition in still images

著者 (4件)： Xin Miao (Image Processing Center, Beihang University, China) ,  Zhang Hong (Image Processing Center, Beihang University, China) ,  Yuan Ding (Image Processing Center, Beihang University, China) ,  Sun Mingui (Department of Neurosurgery, University of Pittsburgh, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICME  ページ： 757-762  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： 静止画像における活動認識は,コンピュータビジョンにおける挑戦的な課題である。深い特徴学習における最近の成功は,この研究を進める,ロバストで豊富な意味論的特徴表現を用いた。しかし,二作用像は似たようなコンテキストを共有するときに認識できない問題である長年の。本論文では,行動認識におけるクラス内とクラス間の混乱に対処するための計量学習法を採用した。新しい損失関数,複合三重項損失を提案した。この損失関数による教師つき,筆者らの方法は,直接データから類似性関数を学習する。カスタマイズされた人間行動と文脈検出ネットワークを用いて,高度に識別作用画像埋込み,作用画像認識と他のタスクに使用できるを得た。提案アプローチでは,静止画像行動認識タスクであるとともに,画像キャプション生成タスクで評価した。PASCAL VOCデータセット上で,提案アプローチが,最先端の方法よりも優れており,90.6%の平均APを達成した。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： *学習 ,  *画像 ,  カスタム化 ,  コンピュータビジョン ,  画像認識 ,  損失関数 ,  *静止画像 ,  人間行動 ,  ロバスト性 ,  ネットワーク ,  意味論 ,  類似性
準シソーラス用語： キャプション ,  特徴表現 ,  *行動認識 , 【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 (5件)： 静止画像 ,  活動認識 ,  学習 ,  文脈 ,  表現