文献

J-GLOBAL ID：202002224663344290   整理番号：20A2462632

表現領域検索【JST・京大機械翻訳】

Expressional Region Retrieval

著者 (3件)： Guo Xiaoqian (Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China) ,  Li Xiangyang (Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China) ,  Jiang Shuqiang (ICT, China Academy of Science, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： MM ’20  ページ： 2581-2589  発行年： 2020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： 画像検索は,その様々な応用,例えば博物館における製品検索と芸術検索により,マルチメディアコミュニティにおける長年の話題である。画像の領域は,豊富な情報を含んでいる。ユーザは,画像領域またはそれらの間の関係に提示されたオブジェクトに興味を持つ。しかし,以前の検索方法は,画像の単一物体に限定されるか,または,全体の視覚場面に傾向がある。本論文では,質問が関連する記述を持つ画像の領域として定式化される表現領域検索と呼ばれる新しいタスクを導入した。目標は,クエリと類似のコンテンツを含む画像を見出し,それらの内の領域を局所化することである。知っている限り,この課題はまだ調査されていない。この課題に対処するフレームワークを提案した。領域提案を最初に領域検出器に基づいて作り,言語特徴を抽出した。次に,ゲート残差ネットワーク(GRN)は,視覚特徴の変換を制御するゲートとして言語情報を取る。この方法で,組合せ視覚と言語表現は,表現領域検索のためにより特異的で識別的である。Visual Genomeデータセットに基づいて構築した新しい確立されたベンチマークについて,提案手法を評価した。実験結果は,著者らのモデルが視覚と言語情報の両方を効果的に利用し,ベースライン法より優れていることを証明した。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 ,  言語 ,  ネットワーク ,  残差 ,  コミュニティ ,  博物館 ,  検出器 ,  定式化 ,  ベンチマーク ,  マルチメディア ,  画像検索 ,  コンテンツ
準シソーラス用語： 言語表現 ,  クエリー ,  言語情報 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  表現領域検索 ,  ゲート付き残差ネットワーク ,  視覚言語

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 (2件)： 表現 ,  検索