文献

J-GLOBAL ID：201802293284535302   整理番号：18A0537422

オブジェクト提案のための焦点のための学習【Powered by NICT】

Learning to focus for object proposals

著者 (3件)： Chen Zijing (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, China) ,  You Xinhua (Zhixing College of HuBei University, Wuhan, China) ,  Li Jun (Centre for Artificial Intelligence, School of Software, University of Technology Sydney Ultimo, NSW, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SPAC  ページ： 439-444  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： オブジェクト提案発電機は,視覚オブジェクト検出におけるスライディングウィンドウ方式の無駄な網羅的探索に対処し,有効であることが示されてきた。しかし,潜在的な物体の完全な被覆を確実にするために候補ウインドウの数は依然として大きい。本論文では,提案生成システムで作動することを目的とした相補的技術を提示し,「提案を評価」からのワークフローを改良「提案を調整評価」への入門。調整システムのための自動焦点機構として機能し,処理すべきオブジェクトの数を減少させる。AFは二学習ベース変換モデル,一つの並進と他の物体のより良い配列への窓を変形することにより実現した,これは画像手がかりを用いた一般的な物体を同定するための訓練した。reallife画像データセット上での実験を行い,提案した技術は性能の損失もなく提案の数を低減できることを示した。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： ワークフロー ,  画像 ,  制御系 ,  *学習 ,  視覚
準シソーラス用語： スライディングウィンドウ ,  物体検出 , 【Automatic Indexing@JST】

分類 (4件)： 計算機システム開発  (JD02010R) ,  人工知能  (JE08000Z) ,  事務・経営情報処理  (JE15020F) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： オブジェクト ,  提案 ,  焦点 ,  学習