文献

J-GLOBAL ID：201902274680288465   整理番号：19A2047902

意味画像検索のための畳込みニューラルネットワークとMarkov確率場の結合【JST・京大機械翻訳】

Combining Convolutional Neural Network and Markov Random Field for Semantic Image Retrieval

著者 (6件)： Xu Haijiao (School of Information Technology in Education, South China Normal University, Guangzhou, China) ,  Huang Changqin (School of Information Technology in Education, South China Normal University, Guangzhou, China) ,  Huang Changqin ( Guangdong Engineering Research Center for Smart Learning, South China Normal University, Guangzhou, China) ,  Huang Xiaodi ( School of Computing and Mathematics, Charles Sturt University, Albury, NSW, Australia) ,  Xu Chunyan ( School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Huang Muxiong (School of Information Technology in Education, South China Normal University, Guangzhou, China)
資料名： Advances in Multimedia (Web)  (Advances in Multimedia (Web))
巻： 2018  ページ： Null  発行年： 2018年 
JST資料番号： U7662A  ISSN： 1687-5680  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： インターネット上の急速に成長する画像数により,効率的なスケーラブル意味画像検索がますます重要になっている。本論文は,畳込みニューラルネットワーク(CNN)とMarkov確率場(MRF)を結合することによって,意味画像検索のための新しいアプローチを提示した。重要なステップとして,画像概念検出,すなわち,非標識画像における複数の意味論的概念を自動的に認識することは,意味画像検索において重要な役割を果たす。単一概念分類器を用いる以前の研究とは異なり,多概念シーン分類器を用いて意味論的多概念を検出する。言い換えると,著者らのアプローチは多概念シーン学習のための全体的シーンとして複数の概念を取る。具体的には,まず第一に,単一概念検出に最も適した単一概念完全接続分類器と全体的シーン検出に適した多概念シーン完全接続分類器の2種類の分類器を含む概念分類器としてCNNを最初に訓練した。次に,単一概念分類器と多概念シーン分類器の間の意味的相関を効果的に学習できるMRFベースの遅延融合手法を提案した。最後に,画像のサブ概念の間の意味論的相関は,検出精度をさらに向上させることを意図している。提案した手法の実現可能性と有効性を調べるために,2つの公開可能な画像データベースに関する包括的実験を行った。結果は,著者らの提案した手法がいくつかの最先端の手法より優れていることをCopyright 2018 Haijiao Xu et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  高速度 ,  *画像 ,  インターネット ,  有効性 ,  画像データベース ,  *画像検索 ,  学習
準シソーラス用語： 検出精度 ,  *Markov確率場 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

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

引用文献 (36件)：

• M. Kawanabe, A. Binder, C. Müller, W. Wojcikiewicz, "Multi-modal visual concept classification of images via Markov random walk over tags," Proceedings of the IEEE Workshop on Applications of Computer Vision, pp. 396-401, 2011.
• S. Zhang, J. Huang, H. Li, D. N. Metaxas, "Automatic image annotation and retrieval using group sparsity," IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, vol. 42, no. 3, pp. 838-849, 2012.
• S. Tang, Y.-D. Zhang, Z.-X. Xu, H.-J. Li, Y.-T. Zheng, J.-T. Li, "An efficient concept detection system via sparse ensemble learning," Neurocomputing, vol. 169, pp. 124-133, 2015.
• Z. Guan, L. Zhang, J. Peng, J. Fan, "Multi-View Concept Learning for Data Representation," IEEE Transactions on Knowledge and Data Engineering, vol. 27, no. 11, pp. 3016-3028, 2015.
• D. Grangier, S. Bengio, "A discriminative kernel-based approach to rank images from text queries," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 30, no. 8, pp. 1371-1384, 2008.

タイトルに関連する用語 (4件)： 意味 ,  画像検索 ,  畳込みニューラルネットワーク ,  Markov確率場