文献

J-GLOBAL ID：201802273875657566   整理番号：18A0537579

正則化された注意ネットワークを用いた弱ラベル付きデータにおけるオブジェクト局在化【Powered by NICT】

Object localization in weakly labeled data using regularized attention networks

著者 (3件)： Teh Eu Wern (Department of Computer Science, University of Manitoba, Winnipeg, MB R3T 2N2, Canada) ,  Guo Zhenyu (Sengled Canada) ,  Wang Yang (Department of Computer Science, University of Manitoba, Winnipeg, MB R3T 2N2, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： VCIP  ページ： 1-4  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： 弱教師つきオブジェクト位置決めの問題を考察した。関心(例えば「自動車」)の目的のために,そのラベルは,この物体の存在/不在ではなく,画像中の物体の正確な位置を示すのみ画像は弱くラベル付けされるオブジェクトのための弱ラベル付き画像のコレクションが与えられた時,著者らの目的は,各画像中の関心のあるオブジェクトを定位することである。はこの問題のための正則化注意ネットワークと呼ばれる新しいアーキテクチャを提案した。著者らの研究は,[1]で提案された注意ネットワークに基づいている。強い完全な教師つきオブジェクト検出器のスコアリング分布を模擬するためにオブジェクト提案の注意スコアを促進する正則化項を導入することにより標準注意ネットワークを拡張した。この手法の単純さにもかかわらず,著者らの提案したアーキテクチャは,いくつかのベンチマークデータセット上で最先端技術レベルの結果を達成した。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： 自動車 ,  画像 ,  計算機アーキテクチャ ,  *正則化 ,  位置決め ,  *ネットワーク
準シソーラス用語： 最先端技術 ,  スコア ,  スコア化 ,  物体検出 ,  *局在化 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 正則化 ,  注意 ,  ラベル ,  オブジェクト ,  局在化