文献

J-GLOBAL ID：201902287477624767   整理番号：19A2878613

比較から検索へ:識別的に学習された深部三次元神経コードからのスケーラブル変化検索【JST・京大機械翻訳】

From Comparison to Retrieval: Scalable Change Retrieval from Discriminatively Learned Deep Three-dimensional Neural Codes

著者 (5件)： Yusuke Kojima (University of Fukui,Faculty of Engineering,Japan) ,  Kanji Tanaka (University of Fukui,Faculty of Engineering,Japan) ,  Naiming Yang (University of Fukui,Graduate School of Engineering,Japan) ,  Yuji Hirota (University of Fukui,Graduate School of Engineering,Japan) ,  Kousuke Yamaguchi (University of Fukui,Graduate School of Engineering,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ITSC  ページ： 789-795  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： 車載三次元画像システムからの画像変化検出(ICD)のための新しいスケーラブルなフレームワークを提案した。既存のICDシステムは,個々の参照画像座標により与えられた質問画像をアラインメントするのに必要な時間により制約されることを論じた。オフライン前処理手順による時間のかかる画像アラインメントを置き換えるために不変座標系(ICS)を利用した。著者らの重要な貢献は,画像検索(IR)タスクのセットアップに対する伝統的な画像処理ベースのICDタスクの拡張である。3D ICDシステムの各構成要素,すなわち(1)画像モデリング,(2)画像アラインメント,および(3)画像差分,を用いて,単語(BoW)IRパラダイムからの有意に効率的な変種を置き換えた。さらに,教師なしのSiameseネットワークを用いて教師なしの方法で深い3D特徴抽出器を訓練し,訓練データを自動的に収集した。公的に利用可能なデータセットを用いて,挑戦的な交差シーズンICDタスクに関する実験を行い,提案アプローチの有効性を検証した。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： 不変性 ,  画像検索 ,  前処理 ,  有効性 ,  特徴抽出 ,  ネットワーク ,  アラインメント ,  単語 ,  画像処理 ,  *三次元
準シソーラス用語： 訓練データ ,  オフライン ,  参照画像 ,  変化検出 ,  三次元画像 , 【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)： 検索 ,  識別 ,  学習 ,  深部 ,  神経