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。
本論文では,マルチラベル画像認識,一般的な視覚的理解に向けた基本的及び実際的課題を解決する新しい深層アーキテクチャを提案した。このタスクのための現在の手法は,抽出仮説領域(すなわち,領域提案)の余分な段階に依存しており,冗長な計算と準最適な性能が得られる。本研究では,著者らは再発性記憶注意モジュールを開発することにより解釈可能と文脈マルチラベル画像分類を達成した。このモジュールは,二交互に行う成分から構成されている:1)空間変圧器層は領域提案自由方法における畳込み特徴マップから注意領域を位置決めし,ii)に位置する領域の意味標識スコアを予測する連続的にLSTM(ロングショートタームメモリ)サブネットワークこれらの領域の全体的な依存性を検討した。LSTMも空間変圧器を計算するためのパラメータを出力する。マルチラベル画像分類(例えば,MS COCOとPASCAL VOC07)の大規模ベンチマークについて,筆者らのアプローチが正確さと効率の両方で他の既存の最先端を越える優れた性能を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】