文献

J-GLOBAL ID：202002247114850337   整理番号：20A1187844

事前ポテンシャルとの関連関係に関する視覚関係検出の集束【JST・京大機械翻訳】

Focusing Visual Relation Detection on Relevant Relations with Prior Potentials

著者 (4件)： Plesse Francois (DRT LIST DIASI LASTI) ,  Ginsca Alexandru (DRT LIST DIASI LASTI) ,  Delezoide Bertrand (DRT LIST DIASI LASTI) ,  Preteux Francoise (Ecole des Ponts - Cermics)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WACV  ページ： 2969-2978  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： 画像を理解することは,可視物体が互いにリンクする方法の理解に依存する。視覚相関検出(VRD)の現在のアプローチは,いくつかの関係の高い周波数によって妨げられる:重要な焦点がそれらに置かれるとき,より意味のあるものが見過ごされる。著者らは,関係の相対的関連性を学習することによってこの挑戦を扱い,この用語を新しいシーングラフ抽出方式に統合する。これにより,著者らのモデルが,より少ない,より関連するオブジェクト対の関係を予測することを可能にすることを示した。それは,Visual Genomeデータセットに関する最新のモデルの状態であるMotifNetより優れている。それはクラスMacroリコールを増加させ,メトリックは38.1%から44.4%まで使用することを提案する。さらに,著者らは,よりバランスのとれた関係分布を持つ視覚ゲノムの新しい分割を提案し,異常な関係の検出を強調し,以前の計量の使用を検証した。この集合に関して,著者らのモデルはすべての計量に関してMotifNetより優れている。例えば,関連分類タスクに関する画像当たり10の予測において39.6%から44.0%までである。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： *視覚 ,  *集束 ,  ゲノム

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ポテンシャル ,  視覚 ,  集束