文献

J-GLOBAL ID：201902281325152381   整理番号：19A2925955

弱教師付き異常検出のための補完的内部バッグ損失を持つ時間畳込みネットワーク【JST・京大機械翻訳】

Temporal Convolutional Network with Complementary Inner Bag Loss for Weakly Supervised Anomaly Detection

著者 (3件)： Zhang Jiangong (School of Computer Science and Technology, University of Chinese Academy of Sciences, Beijing, China) ,  Qing Laiyun (School of Computer Science and Technology, University of Chinese Academy of Sciences, Beijing, China) ,  Miao Jun (School of Computer Science, Beijing Information Science and Technology University, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICIP  ページ： 4030-4034  発行年： 2019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： 弱く監視された異常検出(WSAD)は,正常および異常なビデオラベル監視だけを伴う挑戦的なタスクであるが,異常が起こる間隔を位置決めするために必要である。弱い教師つき異常検出のために多重インスタンス学習(MIL)を採用し,MILに対する新しい内部バッグ損失(IBL)を定義し,弱い教師つき問題の関数空間を制約し,各バッグにおける最低異常インスタンススコアと最高スコアを考慮した。より具体的には,陽性バッグにおける最低スコアと最高スコアの間のギャップは大きくなければならず,陰性バッグのそれは小さくなければならない。ビデオの時間的構造をモデル化するために,著者らは,時間的畳込みネットワーク(TCN)により,先行する隣接インスタンスを明示的に符号化した。実験結果は,相補的内部バッグ損失を有する時間的畳込みネットワークが,クリムデータセットに関する最先端技術より優れていることを示した。Copyright 2020 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： *畳込み ,  多重化 ,  モデリング ,  録画装置 ,  学習 ,  *ネットワーク
準シソーラス用語： 最先端技術 ,  異常検出 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 教師 ,  異常検出 ,  バッグ ,  損失 ,  畳込み