文献

J-GLOBAL ID：201902263967445745   整理番号：19A0527626

文脈ベース視覚コンテンツ検証【JST・京大機械翻訳】

Context based visual content verification

著者 (3件)： Lukac Martin (Department of Computer Science, Nazarbayev University, Astana Kazakhstan) ,  Bazarbciyeva Aigerim (Department of Computer Science, Nazarbayev University, Astana Kazakhstan) ,  Kameyama Michitaka (Department of Informatics, Ishinomaki Senshu University, Ishinomaki, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IDT  ページ： 234-239  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： 本論文では,マルチレベル共起に基づく中間視覚コンテンツ検証法を研究した。共起統計は,データから収集された情報に基づくオブジェクト間の関係特性を決定するために一般的に使用される。これらの測度は,実際の世界のオブジェクトを予測するときに,相対的な数の発生に大きく影響され,限られた量の精度しか与えない。検証タスクにおけるこの方法の精度を改善するために,位置,環境のタイプなどのコンテキスト情報を含む。著者らのモデルを訓練するために,画像の付加的性質を含む先進属性VOC(AAVOC)の新しい注釈付きデータセットを提供した。文脈の使用は,16%までの改善により検証の精度を大きく改善することを示した。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： 画像 ,  測度 ,  *コンテンツ ,  *視覚 ,  アノテーション
準シソーラス用語： マルチレベル , 【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)： 文脈 ,  視覚 ,  コンテンツ ,  検証