文献

J-GLOBAL ID：201802225593113407   整理番号：18A0022885

ビジョンと言語あいまいさの解決:)用字幕場面における結合セグメンテーションと前置詞アタッチメント分解能【Powered by NICT】

Resolving vision and language ambiguities together: Joint segmentation & prepositional attachment resolution in captioned scenes

著者 (7件)： Christie Gordon (Virginia Tech, United States) ,  Laddha Ankit (Carnegie Mellon University, United States) ,  Agrawal Aishwarya (Virginia Tech, United States) ,  Antol Stanislaw (Virginia Tech, United States) ,  Goyal Yash (Virginia Tech, United States) ,  Kochersberger Kevin (Virginia Tech, United States) ,  Batra Dhruv (Virginia Tech, United States)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 163  ページ： 101-112  発行年： 2017年 
JST資料番号： W0185A  ISSN： 1077-3142  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 標記画像の意味的セグメンテーションと前置詞句付加の分解能を同時に実行する方法を提案した。言語におけるいくつかのあいまいさが関連する画像に関する推論同時になしには解決できない。文「私のパジャマにおけるゾウをショット」考慮すれば,言語単独(と常識を使用しない)を,者またはゾウパジャマまたは両方を装着したかどうかは不明である。次いで著者らの方法を2併用最も一貫した対を選択するために再ランク付けされることを意味的セグメンテーションと前置詞句付加の分解能の両方に対してもっともらしい仮説の多様な集合を生成する。意味的セグメンテーションと前置詞句付加分解能モジュールは,相補的強度を持ち,関節推論は単独で動作するどのモジュールよりも正確な結果を生成することを示した。も改善された多重モジュール推論に重要であることが示されている多重仮説。ビジョンと言語アプローチを,二つの異なる実験において17.91%(28.69%)及び12.83%(25.28%)でスタンフォードパーサ(De Marneffeら,2006)よりも著しく優れている。DeepLab CRF(Chenetal.,2015)上の小さな改善を行った。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *言語 ,  *セグメンテーション ,  等級づけ ,  多重化 ,  画像 ,  *曖昧さ ,  *分解能
準シソーラス用語： 常識 ,  句 ,  *字幕 , 【Automatic Indexing@JST】

著者キーワード (2件)： 意味論的セグメンテーション ,  前置詞句のあいまいさ分解能

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 (7件)： ビジョン ,  言語 ,  あいまいさ ,  幕 ,  場面 ,  セグメンテーション ,  分解能