文献
J-GLOBAL ID:201902216040234161   整理番号:19A0469150

四重畳込みニューラルネットワークに基づく非剛体3Dモデル検索【JST・京大機械翻訳】

Non-Rigid 3D Model Retrieval Based on Quadruplet Convolutional Neural Networks
著者 (4件):
資料名:
巻:ページ: 76087-76097  発行年: 2018年 
JST資料番号: W2422A  ISSN: 2169-3536  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。
非剛体三次元モデル検索は,三次元形状解析における挑戦的問題である。最近,深い学習ベースの三次元特徴抽出法が研究され,以前の最先端の方法よりも優れた性能を達成した。局所画像特徴記述子を学習するために提案された四重項ニューラルネットワークによって触発されて,著者らは四重畳込みニューラルネットワークに基づく新しい非剛体三次元モデル検索方法を提案した。提案したネットワークを訓練するために,四重項サンプルを最初にオンラインサンプリング法を用いて選択した。各々の3-Dモデルのために,各々の頂点の波動カーネル記号記述子を計算して,その対応するマルチエネルギー形状分布マトリックスをネットワークの入力として構築した。次に,四重畳込みニューラルネットワークを,著者らの改良四重項損失関数を用いて訓練した。それは,既存の四重項損失関数の利点を保存するだけでなく,アンダーフィッティングのリスクを減少させた。質問サンプルのために,三次元形状特徴を,訓練された四角形ネットワークの一つのブランチを用いて計算した。最後に,検索結果をL2距離測度によって得た。広範な実験結果により,提案した方法の有効性を検証した。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:
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。

準シソーラス用語:
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  人工知能 
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