文献

J-GLOBAL ID：201702291947970643   整理番号：17A1349847

局所エキスパートとグローバルネットワークのアンサンブルを用いた深い学習に基づく車両分類【Powered by NICT】

Deep Learning-Based Vehicle Classification Using an Ensemble of Local Expert and Global Networks

著者 (2件)： Lee Jong Taek ,  Chung Yunsu
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPRW  ページ： 920-925  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： 車両分類は,姿勢変化,気象/照明変化,クラス内類似性と不十分な訓練データセットのために,挑戦的な問題となっている。革新的な深層学習アルゴリズムと大規模交通監視データセットの助けを用いて,筆者らは,車両分類に高い性能を達成することができた。性能を改善するために,著者らはK局所エキスパートネットワークのグローバルネットワークと混合物の集合を提案した。は97.92%の平均精度,92.98%の平均精度,90.24%の平均再現率とMIO TCD分類攻撃から見えない試験データセットにCohen Kappaスコア96.75%を達成した。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： *学習アルゴリズム ,  類似性
準シソーラス用語： スコア ,  試験データ ,  再現率 ,  訓練データ ,  照明変化 ,  姿勢変化 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： エキスパート ,  グローバルネットワーク ,  アンサンブル ,  学習 ,  車両分類