文献

J-GLOBAL ID：201802270794261854   整理番号：18A1255677

マルチメディアビッグデータのためのFourier分解を用いた深い特徴のコンパクトな二値符号への効率的変換【JST・京大機械翻訳】

Efficient Conversion of Deep Features to Compact Binary Codes Using Fourier Decomposition for Multimedia Big Data

著者 (4件)： Ahmad Jamil (Intelligent Media Laboratory, Digital Contents Research Institute, Sejong University, Seoul, South Korea) ,  Muhammad Khan (Intelligent Media Laboratory, Digital Contents Research Institute, Sejong University, Seoul, South Korea) ,  Lloret Jaime (Instituto de Investigacion para la Gestion Integrada de Zonas Costeras, Universitat Politecnica de Valencia, Vale`ncia, Spain) ,  Baik Sung Wook (Intelligent Media Laboratory, Digital Contents Research Institute, Sejong University, Seoul, South Korea)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 14  号： 7  ページ： 3205-3215  発行年： 2018年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  資料種別： 逐次刊行物 (A)
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： マルチメディアデータの指数関数的な成長は,電子商取引,健康,輸送,および社会ネットワークなどの様々な産業から近年注目されており,そのような巨大なデータセットにおける望ましいデータへのアクセスは,洗練された効率的な検索方法を必要とする。ここ数年において,事前訓練畳込みニューラルネットワーク(CNN)により生成されたニューロン活性化は,画像分類,オブジェクト検出およびセグメンテーション,および画像検索を含む様々なタスクに対する一般的記述子として役立っている。それらは,手craの特徴と比較して,非常に良く機能する。しかしながら,これらの特徴は通常高次元であり,インデクシングと検索のための多くのメモリと計算を必要とする。非常に大きなデータセットに対して,これらの高次元特徴の利用は実行不可能になる。本論文では,双方向Fourier分解を用いて,高次元の深い特徴をコンパクトな二値符号に変換するための高効率な方法を提案した。このコンパクトなビット符号はメモリを節約し,検索中の計算を容易にする。さらに,これらの符号は,ハッシュ符号としても役立つことができ,近似最近傍(ANN)探索技術を用いて,大規模データセットにおける画像への非常に効率的なアクセスを可能にする。著者らの方法は,いかなる訓練も必要とせず,短い長さの符号でかなりの検索精度を達成する。予備訓練したCNNの完全接続層から抽出した特徴について試験した。いくつかの大規模データセットを用いて行った実験により,広範なデータセットに対する本手法の有効性を明らかにした。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： 画像検索 ,  高次元 ,  *画像 ,  電子商取引 ,  ニューロン ,  近似法 ,  コンピュータビジョン ,  セグメンテーション ,  記憶装置
準シソーラス用語： 検索精度 ,  大規模データセット ,  近傍 ,  物体検出 ,  画像分類 ,  健康 ,  *バイナリコード , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  符号理論  (ND02030R) ,  通信網  (ND07030A)

タイトルに関連する用語 (4件)： マルチメディア ,  ビッグデータ ,  分解 ,  二値符号