文献

J-GLOBAL ID：201802221449005265   整理番号：18A0858765

Google画像からの意味論的部分ベースモデルの学習【JST・京大機械翻訳】

Learning Semantic Part-Based Models from Google Images

著者 (2件)： Modolo Davide (IPAB institute at the University of Edinburgh, Edinburgh, United Kingdom) ,  Ferrari Vittorio (IPAB institute at the University of Edinburgh, Edinburgh, United Kingdom)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 40  号： 6  ページ： 1502-1509  発行年： 2018年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
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： Google画像からオブジェクトクラスの意味部分ベースモデルを訓練する手法を提案した。著者らのモデルは,各視点に特異的な部分の出現とそれらの空間配置を対象としている。これらの豊富なモデルを,部品とオブジェクトの両方に対する訓練インスタンスを収集し,2つのレベルを自動的に接続することにより学習する。著者らのフレームワークは,最初に簡単な例から学習することによって,徐々に,より硬いものに徐々に適応することによって,増分的に機能する。このアプローチの重要な利点は,それが手動の部分位置アノテーションを必要としないことである。著者らは,挑戦的なPASCAL-パートデータセット[1]に関するモデルを評価し,それらの性能が学習のあらゆる段階で増加することを示した。最後のモデルは,部分名(12.9から27.2APまで)を質問することによって検索した画像から直接訓練の性能を倍にする。さらに,著者らの部分モデルは,部品を有するR-CNN検出器を強化することによって,物体検出性能を助けることができることを示した。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： PASCAL ,  コンピュータビジョン ,  アノテーション ,  *画像 ,  検出器 ,  *意味論
準シソーラス用語： 物体検出 ,  空間配置 ,  オブジェクトクラス ,  *Google , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： Google ,  意味論 ,  モデル ,  学習