抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】