文献

J-GLOBAL ID：202002261039559191   整理番号：20A0300350

大規模顔データセット注釈のための混乱グラフを介した注釈に対する最も混乱した画像の再推薦【JST・京大機械翻訳】

Recommending the most confusing images to the annotators via confusion graph for the large-scale face dataset annotation

著者 (3件)： Zhao Lei (National Univ. of Defense Technology (China)) ,  Qiao Peng (National Univ. of Defense Technology (China)) ,  Dou Yong (National Univ. of Defense Technology (China))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 11373  ページ： 1137304-8  発行年： 2020年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 画像集合アノテーションは,深いニューラルネットワークの教師つき訓練における重要なタスクである。手動およびデータ駆動データセットアノテーション法は一般的に用いられている。それらの両者は,特に専門知識を必要とするデータセットの場合に欠点があり,手動アノテーション法による高コストとデータ駆動アノテーション法による不十分な多様化アノテーションサンプルをもたらす。深いニューラルネットワーク特徴を用いた余弦類似性に基づく推薦アノテーション法は,手動アノテーションとデータ駆動法の利点を利用するが,低精度とクリックスルーレートのような問題がある。推薦精度とクリックスルーレートを改善するために,著者らは,深いニューラルネットワーク特徴の中で,最も信頼性のある画像に基づく混乱グラフを構築する混乱グラフ推薦アノテーション法を提案し,注釈に対する最も混乱した画像を推奨した。本論文では,自己構築された子供の顔データセットに関するアブレーション研究を,精密化,mAP(平均精度),およびCTR(クリックスルーレート)の観点から行った。実験結果により,提案方法は,余弦類似性推薦アノテーション法および手動アノテーション法と比較して,優れた性能を達成した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 子供 ,  *アノテーション ,  多様化 ,  精密化 ,  ニューラルネットワーク ,  アブレーション ,  自己集合 ,  類似性 ,  教師つき学習 ,  *カオス ,  信頼性
準シソーラス用語： スルーレート ,  専門知識 ,  データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 大規模 ,  データセット ,  注釈 ,  混乱 ,  グラフ ,  推薦