文献

J-GLOBAL ID：202002229848782588   整理番号：20A1187623

局所二値パターンネットワーク【JST・京大機械翻訳】

Local Binary Pattern Networks

著者 (6件)： Lin Jeng-Hau (Computer Science and Engineering) ,  Lazarow Justin (Computer Science and Engineering) ,  Yang Yunfan (Computer Science and Engineering) ,  Hong Dezhi (Computer Science and Engineering) ,  Gupta Rajesh K. (Computer Science and Engineering) ,  Tu Zhuowen (UC,Cognitive Science,San Diego)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WACV  ページ： 814-823  発行年： 2020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： センサノードのような新しいエッジデバイスは,センサデータ処理とこのセンサデータからのアプリケーションレベル推論に関連する重要でないタスクにより次第にタスクされている。しかし,これらのデバイスは,CPU電力(しばしば,Cortex M0-3クラスCPU),利用可能メモリ(数KBからMBytes),およびエネルギーに関して異常に資源制約されている。これらの制約の下で,局所二値パターンネットワークを用いた文字認識への新しいアプローチ,または,エンドツーエンドの方法でビットごとの操作を学習し実行できるLBPNETを探索した。LBPNETは,特徴が構造化されたストロークと明確な概要から構成されている特性に対して利点を持っている。LBPNETは,従来のコンボリューション(またはコンボリューションの近似)の代わりに局所二値比較とランダム投影を使用し,メモリ効率と推論速度を改善するための重要な手段を提供する。複数の文字認識ベンチマークデータセットといくつかのオブジェクト分類データセットに関するLBPNETを評価し,その有効性と効率を実証した。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： 記憶装置 ,  *畳込み ,  文字認識 ,  近似法 ,  エンドツーエンド方式 ,  有効性
準シソーラス用語： センサノード ,  メモリ効率 ,  資源制約 ,  センサデータ , 【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 (1件)： 二値