文献

J-GLOBAL ID：201902220826297413   整理番号：19A2159312

成人画像分類のための大域的および局所的文脈統合DCNN【JST・京大機械翻訳】

A global and local context integration DCNN for adult image classification

著者 (5件)： Cheng Feng (School of Electric Information and Electronic Engineering, Shanghai Jiaotong University, Shanghai, China) ,  Wang Shi-Lin (School of Electric Information and Electronic Engineering, Shanghai Jiaotong University, Shanghai, China) ,  Wang Xi-Zi (School of Electric Information and Electronic Engineering, Shanghai Jiaotong University, Shanghai, China) ,  Liew Alan Wee-Chung (School of Information and Communication Technology, Gold Coast Campus, Griffith University, QLD4222, Queensland, Australia) ,  Liu Gong-Shen (School of Electric Information and Electronic Engineering, Shanghai Jiaotong University, Shanghai, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 96  ページ： Null  発行年： 2019年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： インターネットの広い利用可能性とporグラフ画像の増殖により,成人画像検出とフィルタリングは,これらの有害なコンテンツに到達することから若い人々を防ぐために非常に重要になった。しかし,成人画像における大きな多様性のために,自動成人画像検出は困難な作業である。本論文では,新しい深部畳込みニューラルネットワーク(DCNN)に基づくアプローチを提案し,画像を3つのクラス,すなわち,por,性,および良性に分類した。このアプローチは,全体像(グローバルコンテキスト)と意味領域(局所コンテキスト)情報の両方を考慮に入れる。提案したネットワークは3つの部分から構成される。すなわち,画像特性サブネットは,識別可能な低レベル画像特徴を抽出するための画像特性サブネット,成人画像関連領域を検出するための高感度身体部分検出サブネット,および画像分類のための高レベル特徴を生成するための特徴抽出と融合サブネットである。マルチタスク学習方式を設計して,グローバルおよびローカル情報の両方を有するネットワークを最適化した。160,000以上の画像を持つ2つのデータセットについて実験を行った。実験結果から,提案したネットワークが高い分類精度(AICデータセットにおいて96.6%,NPDIデータセットにおいて92.7%)を達成し,調査した他のアプローチより優れていることが観察された。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタリング ,  ネットワーク ,  畳込み ,  最適化 ,  *画像 ,  身体部位 ,  画像特性 ,  特徴抽出 ,  *成人 ,  インターネット ,  コンテンツ
準シソーラス用語： 分類精度 ,  サブネットワーク ,  畳込みニューラルネットワーク ,  *画像分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 成人画像認識 ,  深い畳込みネットワーク ,  グローバルな文脈 ,  局所文脈 ,  マルチタスク学習

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 成人 ,  画像分類 ,  文脈 ,  統合