文献

J-GLOBAL ID：201802223768308163   整理番号：18A0444680

畳込みニューラルネットワークにおけるコンポーネント認識【Powered by NICT】

Component Awareness in Convolutional Neural Networks

著者 (4件)： Iwana Brian Kenji ,  Zhou Letao ,  Tanaka-Ishii Kumiko ,  Uchida Seiichi
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDAR  ページ： 394-399  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： 本研究では,畳込みニューラルネットワーク(CNN)の能力画像を構成する成分の存在を推論するためのを調べた。近年,CNNは分類,検出およびセグメンテーションにおける強力な結果を達成した。しかし,これらのモデルは,検出されたオブジェクトのインスタンスレベル監視から学ぶ。本論文では,CNNは,局所化の無い画像レベル弱教師つきラベルを用いた物体を検出できるかどうかを決定した。CNNは,物体の認識を推論することができることを実証するために,文字レベル標識成分と漢字の構築したデータベースを持ったセルラ神経回路網の分類能力を評価した。CNNは,構成部品の特定の知識なしでこれらの成分の存在を確認する際に,高い精度を達成できることを示した。さらに,CNNを除去成分を用いた実験結果との比較により標的成分の知識をであることを確認した。本研究では,漢字認識のようなロバストなアノテーションを伴うことなく,多量データの応用にとって重要である。Copyright 2018 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： *漢字 ,  データベース ,  アノテーション ,  セルラニューラルネットワーク ,  セグメンテーション ,  ロバスト性 ,  モデル ,  画像
準シソーラス用語： 局在化 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  コンポーネント