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。
本論文では,対画像の間のホモグラフィを推定するために双晶畳込み回帰ネットワークの階層を導入した。このフレームワークでは,推定の誤差限界を減らすためにネットワークを順次積層していた。毎畳込みネットワークモジュールでは,各画像から特徴を独立に抽出し,共有集合カーネルの,シャムネットワークモデルとして知られているを示した。プロセスの後に,それらは互いに結合ホモグラフィを推定した。さらに,著者らはこの状況において様々な訓練パラメータの影響を評価し,比較した。フレームワークの反復性を与え,高度に複雑なモデルは必ずしも必要ではなく,高い性能は,簡単なモデルの階層的配置によって達成されることを示した。提案した方法の有効性はMSCOCOデータセット上での実験により示されている,最新技術よりも著しく優れている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】