文献

J-GLOBAL ID：201902211508820011   整理番号：19A1937166

Justルックアップ:ルックアップテーブルによる点雲のための1つのミリ秒深特徴抽出【JST・京大機械翻訳】

Justlookup: One Millisecond Deep Feature Extraction for Point Clouds By Lookup Tables

著者 (5件)： Lin Hongxin (Sun Yat-sen University, Pixtalks Tech) ,  Xiao Zelin (Sun Yat-sen University, Pixtalks Tech) ,  Tan Yang (Sun Yat-sen University, Pixtalks Tech) ,  Chao Hongyang (Sun Yat-sen University) ,  Ding Shengyong (Sun Yat-sen University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICME  ページ： 326-331  発行年： 2019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： 深いモデルは複雑な高次元関数を当てはめることができるが,通常は大きな計算負荷を生じる。高次元入力と制限されたメモリサイズにより,古典的ルックアップテーブルにより推論プロセスをスピードアップする方法はない。最近,点雲に対する新しいアーキテクチャ(PointNet)が,3変数関数の集合から複雑な深い関数を得ることが可能であることを実証した。本論文では,この特性を利用し,これらの3変数関数を符号化するためにルックアップテーブルを適用した。この方法は,推論時間がメモリアクセスによってのみ決定されることを保証する。モデルネットとShapeNetデータセットに関する広範な実験を行い,筆者らは,性能劣化なしにPointNetアーキテクチャ上で32の高速化を,Intel i7-8700CPU(単一コアモード)上で1.5msの推論プロセスを完成できることを実証した。Copyright 2019 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： 計算機アーキテクチャ ,  *特徴抽出 ,  記憶装置 ,  高次元 ,  モデル ,  *ルックアップテーブル ,  高速化
準シソーラス用語： 性能劣化 ,  メモリアクセス ,  計算負荷 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ルックアップテーブル ,  点雲 ,  秒 ,  特徴抽出