文献

J-GLOBAL ID：201802254337381946   整理番号：18A0137613

視覚関係の弱教師つき学習【Powered by NICT】

Weakly-Supervised Learning of Visual Relations

著者 (4件)： Peyre Julia ,  Laptev Ivan ,  Schmid Cordelia ,  Sivic Josef
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 5189-5198  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： 本論文では,オブジェクトペア間のモデリング視覚関係のための新しいアプローチを紹介した。述語は前置詞(例えば「下」,「前面の’)または物体の対を結びつける(被験者;物体)動詞(「保持」,「乗り心地」)を典型的にした形(被験者,述語,物体)の三重項関係と呼ぶ。このような関係の学習は困難である物体は,それらが発生する関係に依存して異なる空間構成と外観を持つ。もう一つの主要な課題は,すべての可能な三重項,学習と評価を困難にしている,特にボックスレベルで,注釈を得るための困難さによる。本論文の貢献は3点である。第一に,著者らはオブジェクトの対の出現と空間配置をコードする強いでありさらにフレキシブルである視覚特徴を設計した。第二に,画像レベルラベルのみから関係を学習するために,弱教師つき識別クラスタリングモデルを提案した。第三に,網羅的注釈,視覚関係検索の正確な評価を可能にすると共に異常な関係(UnRel)の新しい挑戦的なデータセットを導入した。提案モデルでは,視覚関係データセット[32]未知関係(零ショット学習)の性能を有意に改善への状態theart結果をもたらし,著者らの新しく導入されたUnRelデータセット上でこの観察を確認したことを実験的に示した。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： *視覚 ,  *教師つき学習 ,  *学習 ,  アノテーション ,  モデリング ,  三重項 ,  動詞 ,  モデル ,  空間構成 ,  乗り心地 ,  画像
準シソーラス用語： 視覚顕著 ,  空間配置 ,  被験者 ,  述語 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 視覚 ,  教師つき学習