文献

J-GLOBAL ID：201902254798672937   整理番号：19A0248062

効率的な画像検索のための教師つき2段階ハッシュ学習【JST・京大機械翻訳】

Supervised Two-Step Hash Learning for Efficient Image Retrieval

著者 (3件)： Wu Xinhui ,  Kamata Sei-ichiro ,  Ma Lizhuang
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ACPR  ページ： 184-189  発行年： 2017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： コンテンツベースの画像検索(CBIR)は,現代の応用においてますます多くの関心を引き付けている。ハッシング法はCBIRの一般的な解決策である。すべてのハッシング法の中で,教師つきの深い学習アプローチは,近年,畳込みニューラルネットワークの急速な開発により奨励された,ブリリアントな利点を受けている。本論文では,高い精度と速い速度を示す教師つき二段階ハッシュ学習法を提案した。著者らの技術的貢献には,特徴準備部分と教師つきラベルを利用するための注意深く設計されたプロトタイプコードシステムを用いた2段階ハッシュ学習プロセスが含まれている。著者らの方法は,非常に短い訓練時間を通して満足な結果を達成した。著者らは,良い類似性保存特徴を抽出することができて,包括的機能マッピングを学んで,同様にコンパクトなハッシュコードを得ることができた。いくつかの広く使われている公開ベンチマークMNISTとCIFAR-10について実験を行い,提案した方法がいくつかの最先端の方法よりも著しい改善により性能が優れていることを示した。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： 高速度 ,  ハッシング ,  *学習 ,  類似性 ,  *画像検索 ,  コンテンツ ,  ベンチマーク ,  プロトタイプ
準シソーラス用語： 最先端 ,  学習過程 ,  畳込みニューラルネットワーク ,  コンテンツベース画像検索 , 【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)： 画像検索 ,  教師 ,  段階 ,  学習