文献

J-GLOBAL ID：201802243370273164   整理番号：18A0137500

深部連星:効率的なテキスト視覚クロス検索のための符号化意味豊富キュー【Powered by NICT】

Deep Binaries: Encoding Semantic-Rich Cues for Efficient Textual-Visual Cross Retrieval

著者 (4件)： Shen Yuming ,  Liu Li ,  Shao Ling ,  Song Jingkuan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 4117-4126  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： クロスモーダルハッシングは通常,大規模テキスト視覚横断検索のための効果的な技術として考えられている,異なるモダリティからのデータは,マッチングのための共有H amming空間へ写像した。伝統的なテキスト視覚二進符号化法の大部分は全体的画像表現のみを考慮し,記述文をモデル化できない。これは品質テキスト視覚探索タスクのための有益なクロスモーダルデータの豊富な意味論を扱うために不適切な既存の方法を与えた。意味豊富な手がかりを用いたハッシングクロスモーダルデータの問題を解決するために,本論文では,有益な画像と長い記述文の詳細な意味論,テキスト視覚深連星(TVDB)をコードする効果的にするために開発された新しい統合深層アーキテクチャ。特に,長い短期記憶ユニットを有する領域ベース畳込みネットワークは画像地域詳細を完全に解明する為に紹介した文の意味手がかりはテキスト畳込みネットワークでモデル化した。確率論的バッチ訓練ルーチン,高品質二値符号と深い符号化関数は交互様式で効率的に最適化を提案した。実験は三マルチメディアデータセット,すなわちマイクロソフトCOCO,IAPR TC12,INRIA Web質問を行った,提案したTVDBモデルはクロスモーダル検索タスクにおいて最新二値符号化法の性能を著しく上回る。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： モデリング ,  Web【情報システム】 ,  記憶装置 ,  *視覚 ,  畳込み ,  ネットワーク ,  画像 ,  最適化 ,  *符号化 ,  マッチング ,  *待ち行列 ,  品質 ,  意味論
準シソーラス用語： バイナリコード ,  *テキスト , 【Automatic Indexing@JST】

分類 (4件)： 計算理論  (JB02000A) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 深部 ,  連星 ,  視覚 ,  クロス検索 ,  符号化 ,  意味 ,  キュー