文献
J-GLOBAL ID:202002241337146334   整理番号:20A0810999

シーン構文解析のための透視適応コンボルーション【JST・京大機械翻訳】

Perspective-Adaptive Convolutions for Scene Parsing
著者 (5件):
資料名:
巻: 42  号:ページ: 909-924  発行年: 2020年 
JST資料番号: B0519B  ISSN: 0162-8828  CODEN: ITPIDJ  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
多くの既存のシーン構文分析法は,固定サイズと形状の受容野を持つ畳込みニューラルネットワークを採用し,それはしばしば大きな物体の不一致予測と小さな物体の不可視性をもたらす。この問題に取り組むために,シーン構文解析の間,柔軟なサイズと形状の受容野を獲得するために,著者らは,視点適応畳込みを提案した。新しい展望回帰層を加えることにより,畳込みパッチを再構成するために利用される位置適応可能な透視係数ベクトルを動的に推論することができる。その結果,シーン画像におけるオブジェクトの様々なサイズと視点変形に従って,受容野を自動的に調整することができる。提案した畳込みは,オブジェクトサイズの余分な訓練監視なしに,エンドツーエンドの方法で畳込みパラメータと透視係数を学習することができる。さらに,標準畳込みが文脈情報と空間依存性を欠いていることを考慮して,局所特徴パッチと大域的特徴マップ上の平均プールを通して局所的および大域的文脈情報の両方を捕捉するためのコンテキスト適応バイアスを提案し,畳込み結果への柔軟な注意要約を行った。注意重みは位置適応型で文脈認識型であり,追加の文脈回帰層を追加することにより学習できる。シシscとADE20Kデータセットに関する実験により,提案した方法の有効性を実証した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る