文献
J-GLOBAL ID:202002287353344194   整理番号:20A0857636

深層学習による最良最適特徴対応の選択【JST・京大機械翻訳】

Selecting the Best Optimal Feature Correspondence with Deep Learning
著者 (3件):
資料名:
巻: 2019  号: AICCSA  ページ: 1-6  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
一対の特徴集合間の対応を見つけることは,カメラ較正からパノラマ画像生成までの範囲のいくつかの応用による重要な問題である。この問題を輸送(または最小コストネットワークフロー)問題として定式化するとき,最適解は特徴対応の集合を誘導する。与えられた輸送問題に対して複数の最適解が存在する場合を考慮して,各最適解は異なる特徴対応を与える。本論文の目的は,最適解を選択するために深い学習を利用することであり,それはそのようなケースにおいて局所的近傍情報を最もよく保存した。以前の研究[6]によって行われたように,手による最適解選択の代わりに,著者らは新しい深い学習ベースの最適解選択を提案した。以前のフレームワークとの比較を含む提案した研究の実験的評価は,全体的アプローチの有効性と効率の両方を実証した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  パターン認識 
タイトルに関連する用語 (1件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る