文献

J-GLOBAL ID：201802278766566937   整理番号：18A0670207

視覚特徴低次元埋め込みに基づく細粒度画像分類【JST・京大機械翻訳】

Fine-grained Image Classification with Low-dimensional Visual Feature Embedding

著者 (3件)： Wei Jie (广東工業大学計算机学院 广州 510006) ,  Wu Jigang (广東工業大学計算机学院 广州 510006) ,  Meng Min (广東工業大学計算机学院 广州 510006)
資料名： Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao  (Jisuanji Fuzhu Sheji yu Tuxingxue Xuebao)
巻： 29  号： 12  ページ： 2330-2335  発行年： 2017年 
JST資料番号： W1498A  ISSN： 1003-9775  CODEN： JFTXFX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 原画像の特徴空間における高次元データの冗長性を減少させるために,特徴空間における細粒度データの分布を解決することができない問題を解決するために,視覚的特徴低次元埋め込みと非線形マッピングに基づく細粒度画像分類アルゴリズムを提案した。最初に,視覚的特徴を低次元空間に埋め込むことによって,冗長データの分類に及ぼす干渉を減らし,分類モデルの一般化能力を向上させることができた。次に,複数の線形分類器を,ランキングに基づく目的関数によって訓練することによって,分類と低次元の視覚的埋め込みの間の非線形関係を確立して,異なるカテゴリーの細粒度サンプルの間の微細な差異を効果的に区別することができた。実験結果は,提案したアルゴリズムが効果的に既存の細粒度画像分類法を改善し,未知の試験サンプルの分類精度を著しく改善することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *画像 ,  等級づけ ,  線形性 ,  目的関数 ,  冗長性 ,  *視覚
準シソーラス用語： 分類精度 ,  分類モデル ,  分類アルゴリズム ,  高次元データ ,  特徴空間 ,  *画像分類 ,  *細粒度 ,  *低次元 , 【Automatic Indexing@JST】

著者キーワード (4件)： zero-shot learning ,  fine-grained image classification ,  bilinear compatibility model ,  low-dimensional visual embedding

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 視覚特徴 ,  低次元 ,  埋め込み ,  細粒度 ,  画像分類