文献

J-GLOBAL ID：201702273456312946   整理番号：17A0832664

深い特徴を用いた固定予測のための極端学習者の利用画像間類似性と集合【Powered by NICT】

Exploiting inter-image similarity and ensemble of extreme learners for fixation prediction using deep features

著者 (5件)： R. Tavakoli Hamed (Department of Computer Science, Aalto University, PO Box 15400, FI-00076 Aalto, Finland) ,  Borji Ali (Center for Research in Computer Vision (CRCV),Computer Science Department, University of Central Florida (UCF), Orlando, Florida 32816-2365, United States) ,  Laaksonen Jorma (Department of Computer Science, Aalto University, PO Box 15400, FI-00076 Aalto, Finland) ,  Rahtu Esa (Center for Machine Vision Research, University of Oulu, P.O Box 4500, FI-90014 Oulu, Finland) ,  Rahtu Esa (Tampere University of Technology, PO Box 527, FI-33101 Tampere, Finland)
資料名： Neurocomputing  (Neurocomputing)
巻： 244  ページ： 10-18  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,極端学習機械(ELM)の画像間の類似性とアンサンブルに基づく新しい固定予測と顕著性モデリングフレームワークを提示する。提案したフレームワークは,二つの観察からヒントを得たものである,(1)低レベル視覚キューと共にシーンの文脈情報は視覚体験に着目し,(2)シーンの類似性に起因する眼球運動パターンに対するシーン記憶の影響を調節する。そのような観察に触発されて,極端な学習者のアンサンブル,入力画像に似た画像上で訓練された各を用いて与えられた画像の顕著性を推定するフレームワークを開発した。すなわち,与えられた画像の類似画像のセットを検索後,顕著性予測因子はELMを用いて得られた画像集合における画像の各から学んだ,アンサンブルが得られた。与えられた画像の顕著性をアンサンブルのメンバーによって予測された顕著性値の平均の観点から測定した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *類似性 ,  *予測 ,  眼球運動 ,  視覚 ,  *画像 ,  待ち行列
準シソーラス用語： 予測因子 ,  文脈情報 ,  極度学習機械 ,  *学習者 , 【Automatic Indexing@JST】

著者キーワード (5件)： 視覚的注意 ,  顕著性予測 ,  固定予測 ,  画像間類似性 ,  極端学習機械

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 予測 ,  学習 ,  類似性 ,  集合