文献
J-GLOBAL ID:201902214941149096   整理番号:19A2174733

畳込みニューラルネットワークに基づくクロスビュー歩容認識のための入出力アーキテクチャについて【JST・京大機械翻訳】

On Input/Output Architectures for Convolutional Neural Network-Based Cross-View Gait Recognition
著者 (5件):
資料名:
巻: 29  号:ページ: 2708-2719  発行年: 2019年 
JST資料番号: W0321A  ISSN: 1051-8215  CODEN: ITCTEM  資料種別: 逐次刊行物 (A)
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:
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,畳込みニューラルネットワーク(CNN)に基づくクロスビュー歩行認識のための入出力アーキテクチャを検討した。この目的のために,著者らは2つの側面を考慮する。すなわち,検証対同定と主題差によって引き起こされる空間変位と視野差の間のトレードオフである。より具体的には,検証のための一対の入力と対照的損失を持つSiameseネットワークと,同定のための入力と三重項ランク付け損失の三重項を持つ三重項ネットワークを用いた。上記のCNNアーキテクチャは,整合対間の差がコンボリューションと最大プール層を通過した後の最終層で計算されるので,空間変位に鈍感である。したがって,それらは大きな視野差の下で比較的良く働くことが期待される。対照的に,空間変位を小さい視野差の下での主題差のために,空間変位を用いることがより良いので,整合対間の差が入力レベルで計算され,空間変位に対してより敏感になるCNNアーキテクチャを用いた。クロスビュー歩行認識のための実験を行い,提案アーキテクチャが検証/同定タスクとビュー差の適切な状況に従って最先端のベンチマークを凌駕することを確認した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る