文献

J-GLOBAL ID：202002282872590593   整理番号：20A1930616

マルチストリームハイブリッドネットワークを用いた深層学習モデルを用いたグループレベル凝集予測【JST・京大機械翻訳】

Group-level Cohesion Prediction using Deep Learning Models with A Multi-stream Hybrid Network

著者 (5件)： Xuan Dang Tien (Chonnam National University) ,  Kim Soo-Hyung (Chonnam National University) ,  Yang Hyung-Jeong (Chonnam National University) ,  Lee Guee-Sang (Chonnam National University) ,  Vo Thanh-Hung (Chonnam National University)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICMI ’19  ページ： 572-576  発行年： 2019年 
JST資料番号： D0698C  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,画像におけるグループ結合を予測するためのハイブリッド深層学習ネットワークを提案した。それは一種の回帰問題であり,その目的は,[0,3]の範囲であるグループコーセーションスコア(GCS)を予測することである。この問題を解決するため,最先端の畳み込みニューラルネットワーク(CNN)と共に,シーン,スケルトン,UV座標,顔画像のような4種類の視覚キューを利用した。融合だけでなくアンサンブル法も用いて,これらの手法を結合した。提案したハイブリッドネットワークは,検証と試験セットでそれぞれ0.517と0.416平均二乗誤差(MSEs)を達成した。最後に,EmotiW 2019のグループレベルコヒースサブチャレンジ(GC)に関する最初の場所を達成した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *凝集 ,  視覚 ,  *ネットワーク ,  顔画像
準シソーラス用語： 平均二乗誤差 ,  *マルチストリーム ,  *ハイブリッドネットワーク ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： EmotiW2019 ,  群レベル凝集予測 ,  マルチモーダル ,  シーン理解

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 深層学習 ,  モデル ,  グループ ,  凝集 ,  予測