文献

J-GLOBAL ID：201902213842622726   整理番号：19A1121064

視覚分類のためのDFTベース変換不変プーリング層【JST・京大機械翻訳】

DFT-based Transformation Invariant Pooling Layer for Visual Classification

著者 (3件)： Ryu Jongbin (Hanyang University, Seoul, South Korea) ,  Yang Ming-Hsuan (University of California, Merced, USA) ,  Lim Jongwoo (Hanyang University, Seoul, South Korea)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11218  ページ： 89-104  発行年： 2018年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 畳込みニューラルネットワークのための新しい離散Fourier変換ベースのプール層を提案した。Fourier変換のシフト定理に基づいて,変換不変性と形状保存(形状差を認識する)特性を保持するために,DFTの大きさをプールすることにより,畳込みと完全接続層の間の従来の最大/平均プール層を置き換えた。画像ミスアラインメントを処理する能力により,プール段階における重要な構造情報を保ちながら,DFTの大きさのプールは分類精度を著しく改善する。さらに,中間畳込み層出力を用いたアンサンブルネットワークに対するDFT+法を提案した。提案した方法を,ImageNet,CUB 2010-2011,MIT屋内,Caltech 101,FMDおよびDTDデータセットを用いて,様々な分類タスクについて広範囲に評価した。AlexNet,VGG-VD16,Inception-v3,およびResNetをベースネットワークとして使用し,DFTとDFT+法を実装した。実験結果は,提案方法がすべてのネットワークとデータセットにおける分類性能を改善することを示した。Copyright 2018 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像 ,  ネットワーク ,  不整合 ,  *視覚 ,  Fourier変換 ,  畳込み ,  *不変性
準シソーラス用語： 屋内 ,  分類精度 ,  離散Fourier変換 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 視覚 ,  分類 ,  DFT ,  不変