文献

J-GLOBAL ID：201702275232200578   整理番号：17A1773148

しきい値ヒンジ埋込み損失によるオプティカルフローのためのCNNベースパッチマッチング【Powered by NICT】

CNN-Based Patch Matching for Optical Flow with Thresholded Hinge Embedding Loss

著者 (3件)： Bailer Christian ,  Varanasi Kiran ,  Stricker Didier
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 2710-2719  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： 学習ベースアプローチはまだオプティカルフロー推定におけるそれらの完全な可能性を達成されなかった,それらの性能はまだて回る発見的方法である。本論文では,オプティカルフロー推定のためのCNNベースパッチマッチングアプローチを提案した。著者らの手法の重要な寄与は,シャムネットワークのための新しい閾値損失である。損失は,既存の損失よりも明らかに優れていることを実証した。も著者らの試験で2の因子による訓練をスピードアップを可能にした。さらに,異なる画像スケールの特徴を基礎にしたCNN,既存の方法よりも優れた性能を計算するための新しい方法を示した。もオプティカルフローのためのパッチマッチングの適用のための学習された特徴のロバスト性を評価する新しい方法を検討した。本論文の興味ある発見は,特徴マップの低域フィルタリングでは,CNNにより生成された特徴のロバスト性を増加させることができることである。は全三データセット上で最先端技術レベルの結果を得られたがKITTI2012KITTI2015およびMPI Sintel評価ポータルに提出により提案アプローチの比肩可能な性能を証明した。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： *オプティカルフロー ,  ロバスト性 ,  学習 ,  発見的方法 ,  低域フィルタ ,  *ヒンジ ,  画像
準シソーラス用語： ポータルサイト ,  特徴マップ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： しきい値 ,  ヒンジ ,  埋込み ,  損失 ,  オプティカルフロー ,  CNN