文献

J-GLOBAL ID：202002219929412996   整理番号：20A1865248

I Read,I saw,Iはテキスト支援細粒度視覚分類を語る【JST・京大機械翻訳】

I read, I saw, I tell Texts Assisted Fine-Grained Visual Classification

著者 (5件)： Li Jingjing (University of Electronic Science and Technology of China, Chengdu, Sichuan, China) ,  Zhu Lei (Shandong Normal University, Jinan, Shandong, China) ,  Huang Zi (The University of Queensland, Brisbane, Australia) ,  Lu Ke (University of Electronic Science and Technology of China, Chengdu, Sichuan, China) ,  Zhao Jidong (University of Electronic Science and Technology of China, Chengdu, Sichuan, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： MM ’18  ページ： 663-671  発行年： 2018年 
JST資料番号： D0698C  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： 視覚分類タスクにおいて,1つの種から他の類似品種への微妙な差異を tらすのは難しい。この様な困難な問題は,一般的に,微細訓練視覚分類(FGVC)として知られている。本論文では,Texts Assisted Fine-Grained Visual Classification(TA-FGVC)と呼ばれる新しいFGVC手法を提案した。TA-FGVCは,テキストから注目を得て,得られた注意で画像を見るので,微妙な差異を tす。技術的に,視覚-意味埋込みモデルを学習する深層ニューラルネットワークを提案した。提案した深いアーキテクチャは,主に2つの部分,即ち,視覚局在化のための1つ,および視覚から意味的投影のための他の部分から成る。モデルは,2つの情報源から学習される生画像と意味情報から抽出される視覚特徴,すなわち,未注釈テキストから希薄化され,画像属性から収集される。モデルの非常に最後の層で,各画像をクラスラベルに関連する意味空間に埋め込む。最後に,視覚ストリームと視覚セマンティックストリームの両方からの分類結果を結合して,究極の決定を達成した。公開標準ベンチマークに関する広範な実験は,いくつかの最先端技術に対する著者らのモデルの優位性を検証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  学習 ,  情報源 ,  ベンチマーク ,  計算機アーキテクチャ ,  アノテーション
準シソーラス用語： ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  微粒子視覚分類 ,  マルチモーダル解析 ,  伝達学習

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)： SAW ,  支援 ,  細粒度 ,  視覚 ,  分類