文献

J-GLOBAL ID：201802216401641011   整理番号：18A2038974

何がどこへ行くのか: 上でのオブジェクト分布の予測【JST・京大機械翻訳】

What Goes Where: Predicting Object Distributions from Above

著者 (3件)： Greenwell Connor (Department of Computer Science, University of Kentucky, USA) ,  Workman Scott (Department of Computer Science, University of Kentucky, USA) ,  Jacobs Nathan (Department of Computer Science, University of Kentucky, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 4375-4378  発行年： 2018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： 本研究では,地上レベルの視点から取得された画像を,オーバヘッド画像を解釈するための弱い教師つきアノテーションとして用いる,クロスビュー学習アプローチを提案した。結果は,地上レベルの視点から見られる可能性のあるオブジェクトのタイプと数を予測することができるオーバーヘッド画像に対する畳込みニューラルネットワークである。著者らは,地理的にタグ付けされた地上レベルとオーバーヘッドイメージの大規模なデータセットに関する著者らのアプローチを実証して,著者らのネットワークが手動のアノテーションなしで訓練されているにもかかわらず,意味的に意味のある特徴を捉えることを見つけCopyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  学習 ,  地理学 ,  画像 ,  *アノテーション
準シソーラス用語： タグ付 ,  畳込みニューラルネットワーク ,  オーバヘッド , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： オブジェクト ,  分布 ,  予測