抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,局所画像記述子を評価するための新しいベンチマークを提案した。は既存のデータセットと評価プロトコルは評価の明確にすべての側面を特定,文献で報告された結果の曖昧さと矛盾をもたらすしないことを示した。さらに,これらのデータセットは大規模なアノテーション付きデータセットから学習により得られた局所記述子の最近の改善により,ほぼ飽和。,訓練と試験現代記述子に適した新しい大規模データセットを導入し,マッチング,検索および分類などいくつかのタスクにおける厳密に定義された評価プロトコルを示した。様々な応用シナリオにおけるより現実的な,より信頼できる比較を可能にした。いくつかの最先端の記述子の性能を評価し,それらの特性を解析した。従来人手記述子の簡単な正規化は,現実的なベンチマーク評価内の深層学習に基づく記述子のレベルにその性能を高めることができることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】