文献

J-GLOBAL ID：201902256590594967   整理番号：19A0899128

深層畳込みニューラルネットワークに基づく階層探索を用いた織物画像検索システム【JST・京大機械翻訳】

Fabric Image Retrieval System Using Hierarchical Search Based on Deep Convolutional Neural Network

著者 (4件)： Xiang Jun (Key Laboratory of Eco-Textiles, Jiangnan University, Wuxi, China) ,  Zhang Ning (Key Laboratory of Eco-Textiles, Jiangnan University, Wuxi, China) ,  Pan Ruru (Key Laboratory of Eco-Textiles, Jiangnan University, Wuxi, China) ,  Gao Weidong (Key Laboratory of Eco-Textiles, Jiangnan University, Wuxi, China)
資料名： IEEE Access  (IEEE Access)
巻： 7  ページ： 35405-35417  発行年： 2019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： 織物画像検索は,繊維製品設計,電子商取引,および在庫管理のような多くの分野におけるその潜在的価値のために,意味のある問題である。一方,それは織物外観の多様性のために挑戦的である。深い畳込みニューラルネットワーク(CNN)における最近のブレークスルーによって奨励されて,深い学習フレームワークを織物画像検索のために適用した。提案フレームワークのアイデアは,データラベルが利用可能であるとき,画像を表現するための二値符号と特徴が深いCNNによって学習できるということである。提案フレームワークは,粗レベル検索と微細レベル検索を含む階層的探索戦略を採用する。そうでなければ,約20000の画像を持つWFIDと名付けた大規模羊毛織物画像検索データセットを構築し,提案したフレームワークを検証した。アルゴリズムの優位性を検証するための自己パラメータ最適化と水平比較実験のための縦方向比較実験をこのデータセットで実行した。比較実験結果は,提案したフレームワークの優位性を示した。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： 毛織物 ,  在庫管理 ,  アルゴリズム ,  *画像検索 ,  比較試験 ,  繊維製品 ,  *画像 ,  電子商取引 ,  学習 ,  *深層
準シソーラス用語： パラメータ最適化 ,  探索戦略 ,  バイナリコード ,  画像検索システム ,  *畳込みニューラルネットワーク , 【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 (5件)： 深層畳込みニューラルネットワーク ,  階層 ,  探索 ,  織物 ,  画像検索システム