文献

J-GLOBAL ID：201802231157521981   整理番号：18A0861365

明示的計算時間考慮によるソフトカスケード学習【JST・京大機械翻訳】

Soft-Cascade Learning with Explicit Computation Time Considerations

著者 (4件)： Barbosa-Anda Francisco Rodolfo ,  Lerasle Frederic ,  Briand Cyril ,  Mekonnen Alhayat Ali
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： WACV  ページ： 1234-1243  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： 本論文では,明示的な計算時間を考慮したソフトカスケード検出器を学習するための新しいフレームワークを提案した。古典的に,ソフトカスケード検出器のための訓練技術は,検出器応答時間に関するいかなる関係もなく,望ましい検出性能を達成するために,弱い分類器とそれらのそれぞれの閾値のセットを選択する。それにもかかわらず,計算時間性能は多くの時間制約応用において最も重要であるので,本研究では,事前に固定された望ましい検出性能を与えられる,平均カスケード応答時間を最小化することを目的とした最適化手法を考案した。結果として生じる問題はNP-Hardであり,したがって,長い長さのソフトカスケード検出器を構築するとき,最適閾値ベクトルを非常に時間がかかることができる。長距離検出器を扱う効率的な局所探索手順を示した。2つの挑戦的な公開データセットに関する著者らの評価は,類似の検出性能を維持しながら,より速いカスケード検出器を学習できることを確認した。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： 応答時間 ,  最適化手法 ,  *CPU時間 ,  ベクトル ,  近傍探索法 ,  検出器 ,  *学習
準シソーラス用語： 距離センサ ,  時間制約 ,  検出能 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  構造力学一般  (HD01000X)

タイトルに関連する用語 (4件)： 計算 ,  ソフト ,  カスケード ,  学習