文献

J-GLOBAL ID：201702259076964531   整理番号：17A1773401

自動発見,会合推定と1000カテゴリーのための意味属性の学習【Powered by NICT】

Automatic Discovery, Association Estimation and Learning of Semantic Attributes for a Thousand Categories

著者 (2件)： Al-Halah Ziad ,  Stiefelhagen Rainer
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 5112-5121  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： 印象的な性能と新しいカテゴリーに一般化するそれらの能力のために,属性に基づく認識モデルは多くのコンピュータビジョン応用のための広く採用されている。しかし,通常属性語いとクラス-属性関係の両方が専門家や多数の注釈者による手動で提供されなければならない。これは非常に高価と必ずしも認識性能に関する最適であり,最も重要なことは,それが大規模データセットへの属性ベースのモデルの適用性を制限している。この問題を解決するために,著者らは,エンドツーエンド教師なし属性学習アプローチを提案した。意味属性のヒト概念と良く相関することを顕著で識別語いを自動的に発見するためのオンラインテキストコーパスを利用した。さらに,テキストにおけるノイズおよび欠測データを考慮した言語前処理を用いたクラス-属性関係を最適化するための深い畳込みモデルを提案した。ImageNetに関する徹底的な評価では,このモデルは大規模で意味属性を発見し,学習効率的にできることを示した。さらに,提案モデルでは,三データセット:属性とaPascal/aYahooとImageNet,動物に零ショット学習における最新技術よりも優れていることを実証した。最後に,ImageNetに関する属性ベース学習を可能にし,将来の研究のための属性との関連性を共有する。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： コンピュータビジョン ,  適応性 ,  言語 ,  語彙 ,  ヒト ,  アノテーション ,  前処理 ,  *学習 ,  畳込み ,  認知モデル ,  雑音
準シソーラス用語： 学習効率 ,  欠測値 ,  テキスト ,  大規模データセット , 【Automatic Indexing@JST】

分類 (4件)： システム・制御理論一般  (IA02010H) ,  図形・画像処理一般  (JE04010I) ,  検索技術  (AC06020S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 発見 ,  会合 ,  推定 ,  カテゴリー ,  意味 ,  属性 ,  学習