文献

J-GLOBAL ID：202002241917179540   整理番号：20A0833415

深いMeta計量学習【JST・京大機械翻訳】

Deep Meta Metric Learning

著者 (4件)： Chen Guangyi (Tsinghua University) ,  Zhang Tianren (Tsinghua University) ,  Lu Jiwen (Tsinghua University) ,  Zhou Jie (Tsinghua University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCV  ページ： 9546-9555  発行年： 2019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： 本論文では,視覚認識のための深いメタメトリック学習(DMML)アプローチを提案した。全体的な目的によって学習プロセスを定式化する既存の深いメトリック学習法とは異なり,著者らのDMMLはメタ法におけるメトリック学習を定式化し,ソフトマックスと三重項損失がメタ空間において一貫していることを証明した。具体的には,オリジナルの訓練集合からいくつかのサブセットをサンプリングし,異なるサブセットにわたってメトリックスを学習する。各サンプリングしたサブタスクにおいて,訓練データを質問集合と同様にサポート集合に分割し,サンプルベースの距離を学習し,複数のサポートセルからの質問セルを検証した。さらに,クラス内コンパクト性を奨励するために,セットベース距離のためのハードサンプルマイニングを導入した。人の再識別,車両再同定および顔検証を含む3つの視覚認識応用に関する実験結果は,提案したDMML方法がほとんどの既存の方式より優れていることを示した。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： コンパクト性 ,  定式化 ,  視認 ,  *学習
準シソーラス用語： 訓練データ ,  メトリックス ,  学習過程 ,  メトリック学習 , 【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 (2件)： 計量 ,  学習