文献

J-GLOBAL ID：202002264294747565   整理番号：20A2282588

領域DH:マルチインスタンスアウェア画像検索のための領域ベース深層ハッシング【JST・京大機械翻訳】

Region-DH: Region-based Deep Hashing for Multi-Instance Aware Image Retrieval

著者 (2件)： Romuald Fotso Mtope Franck (Cognitive Data System SARL,Research and Innovation,Yaounde ́,Cameroon) ,  Wei Bo (Northumbria University,Department of Computer and Information Sciences,Newcastle upon Tyne,United Kingdom)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-7  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： 本論文では,大規模マルチラベル画像検索のためのインスタンス意識ハッシュアプローチ領域DHを導入した。正確なオブジェクト限界は,インスタンス特徴のハッシュ性能を著しく増加させることができる。二値符号に対してハッシュ関数を学習しながら,オブジェクトを位置決めし,認識する統一深層ニューラルネットワークを設計した。領域-DHは,より多くの前景パターンを表すオブジェクトの認識とコンパクトなバイナリコードの構築に焦点を当てた。領域-DHは,画像ハッシングのために既存の深いニューラルネットワークまたはより複雑な物体検出器によって柔軟に使用することができる。ベンチマークデータセット上で広範な実験を行い,提案した領域-DHモデルの有効性とロバスト性を示した。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： ニューラルネットワーク ,  深層 ,  有効性 ,  ロバスト性 ,  ハッシュ関数 ,  *ハッシング ,  *画像検索
準シソーラス用語： 物体検出 ,  前景 ,  バイナリコード ,  ディープニューラルネットワーク , 【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 (3件)： 画像検索 ,  深層 ,  ハッシング