文献

J-GLOBAL ID：201802299161477192   整理番号：18A1304596

誰が誰を引くのか? 畳み込みニューラルネットワークを用いたcaratur者認識【JST・京大機械翻訳】

Who draw this? Caricaturist recognition using convolutional neural networks

著者 (4件)： Hicsonmez Samet (Bilgisayar Muehendisligi, Hacettepe Ueniversitesi, Ankara, Tuerkiye) ,  Samet Nermin (Bilgisayar Muehendisligi, Orta Dogu Teknik Ueniversitesi, Ankara, Tuerkiye) ,  Akbas Emre (Bilgisayar Muehendisligi, Orta Dogu Teknik Ueniversitesi, Ankara, Tuerkiye) ,  Duygulu Pinar (Bilgisayar Muehendisligi, Hacettepe Ueniversitesi, Ankara, Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SIU  ページ： 1-4  発行年： 2018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： caratureは,描画における多くのページで記述されるイベントを表現する芸術であり,小さな描画で視覚的に記述される。描画の詳細,スタイル,および視覚構造を作る描画に使用される対象物は,イベントまたは思考の輸送において非常に重要である。したがって,異なるcar客は,それら自身のスタイルと想像世界に従って,異なる詳細とオブジェクトを用いて,類似のイベント(例えば社会的または政治的メッセージ)を表現する。どの炭化物が大規模なコレクションを組織化し,独自性を決定し,主題/スタイルに基づくcaratureの提案を行うのに役立つかを決定する。本研究において,10の異なるトルコ人のカリカトリストからの合計4212のcaratureをインターネットから収集し,新しいcarデータセットを作成した。このデータセットを用いて,既存の概念的ニューラルネットワークモデルと提案した新しいネットワーク,ComicNetの両方を訓練し,それらの性能を比較した。実験はComicNetが94.68%の精度で最も成功したモデルであることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  炭化物 ,  インターネット ,  *ネットワーク
準シソーラス用語： 神経回路網モデル ,  描画 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (1件)： 畳み込みニューラルネットワーク