文献

J-GLOBAL ID：201702263576190424   整理番号：17A1773538

質問の:管理の形態としての視覚的質問の利用【Powered by NICT】

What’s in a Question: Using Visual Questions as a Form of Supervision

著者 (3件)： Ganju Siddha ,  Russakovsky Olga ,  Gupta Abhinav
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 6422-6431  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： 完全注釈付き画像データセットの収集は難しく,高価である。多くのタイプの弱い監視のを調べた:弱いマニュアルアノテーション,Web検索結果,時間的連続性,周囲音を中心にして。一つの特定調査されていないモードに焦点を当てた画像について質問される視覚問題。本研究に刺激を与えているという重要な観察はそれ自体は,画像(利用可能な回答がなくても)についての有用な情報を提供することである。例えば,犬の品種が何であるかの疑問は,そのシーンの中の動物はイヌであり,1回のみであるイヌ存在するAIを知らせる。は三つの寄与をする(1)人間の視覚問題に含まれる情報の広範な定性的および定量的解析を提供し,(2)画像に関連する未解決の問題の形で弱い監視を利用することを可能にするモデルに答える標準視覚質問に対する二簡単だが驚くほどに効果的な修正を提案し,(3)の洞察にヒントを得た簡単なデータ増強戦略は,標準VQAベンチマーク上で7.1%改善されることを示した。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： 品種 ,  アノテーション ,  音響 ,  画像 ,  定量的分析 ,  動物 ,  モデル ,  *視覚 ,  ベンチマーク ,  連続性
準シソーラス用語： ウェブ検索 , 【Automatic Indexing@JST】

分類 (3件)： 医用情報処理  (JE15030Q) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 質問 ,  形態 ,  視覚