文献

J-GLOBAL ID：202002219367227206   整理番号：20A2526474

数え上げ数:強化学習による逐次群衆計数【JST・京大機械翻訳】

Weighing Counts: Sequential Crowd Counting by Reinforcement Learning

著者 (6件)： Liu Liang (School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China) ,  Lu Hao (The University of Adelaide, Adelaide, Australia) ,  Zou Hongwei (School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China) ,  Xiong Haipeng (School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China) ,  Cao Zhiguo (School of Artificial Intelligence and Automation, Huazhong University of Science and Technology, Wuhan, China) ,  Shen Chunhua (The University of Adelaide, Adelaide, Australia)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12355  ページ： 164-181  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 逐次決定問題として計数を定式化し,深い強化学習により解決可能な新しいクラウド計数モデルを示した。計数値を直接出力する既存の計数モデルとは対照的に,1段階推定を,より容易でより扱いやすい部分決定問題の順序に分割する。このような逐次決定特性は,現実スケール計量における物理的プロセスに正確に対応している。スケール計量に触発されて,著者らは,カウント値が重みによってアナログ化されたLibraNetと呼ばれる新しい「数尺度を提案する。尺度の片側に群衆画像を仮想的に配置することによって,LibraNet(エージェント)は,群衆数にマッチするために,他の側面に適切な重みを置くために順次学習する。各ステップで,LibraNetは,現在のクラウド画像の特徴とスケールパン(状態)に置かれた重みに従って,重みボックス(事前定義行動プール)から1つの重み(行動)を選択する。LibraNetは,針のフィードバック(Q値)に従って,スケールのバランスをとる必要がある。LibraNetは,LibraNetが行動をどのように選択するかの決定プロセスを可視化することによって,正確にスケール計量を実行することを示した。大規模な実験は,著者らの設計選択の有効性を実証し,上海技術,UCF_CC50およびUCF-QNRFを含む少数の群衆計数ベンチマークに関する最新の結果を報告する。また,LibraNetの良好なクロスデータセット一般化を示した。コードとモデルを利用できる。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 決定問題 ,  アナログ系 ,  可視化 ,  Q値 ,  有効性 ,  定式化 ,  ベンチマーク ,  エージェント ,  *強化学習
準シソーラス用語： カウンタ値 , 【Automatic Indexing@JST】

著者キーワード (2件)： 群衆計数 ,  強化学習

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 強化学習 ,  逐次 ,  計数