{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}{{ad01_expire_date}}
{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}{{ad02_expire_date}}
文献
J-GLOBAL ID:201802283831617386   整理番号:18A0357414

Multi-task CNNを用いた単眼RGB画像からの超二次関数推定

著者 (3件):
資料名:
巻: 117  号: 391(PRMU2017 112-144)  ページ: 301-305  発行年: 2018年01月11日
JST資料番号: S0532B  ISSN: 0913-5685  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
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。
超二次関数は様々な基本形状を少ないパラメータ数で表現可能な形状表現手法であり,3次元物体に当てはまる超二次関数パラメータを推定することで物体の形状を近似する技術はロボットの物体把持分野などで広く用いられている。超二次関数パラメータは同一の物体のカテゴリ間で類似する特性がある。本研究ではこの特性に着目し,超二次関数推定タスクと物体カテゴリ推定タスクを同時に学習させることで互いの精度向上を図るMulti-task CNNを超二次関数パラメータ推定に適用する。パラメータ推定は回帰問題とみなすことができるため,Regression CNNとMulti-task CNNを組み合わせたMulti-task Regression CNNを用いて超二次関数パラメータを推定する。実験では,超二次関数推定タスクと物体カテゴリ推定タスクのマルチタスク学習を超二次関数パラメータ推定に用いることの有効性を確かめた。(著者抄録)
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
引用文献 (15件):
もっと見る
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る