文献

J-GLOBAL ID：202102246644819136   整理番号：21A0253451

Attention機構を導入した乳牛同定と実利用を想定した精度評価

Cow Re-identification with Attention Branch Network and Its Evaluation for Real-World Applications

著者 (3件)： 石渡翔太郎 (東京理大) ,  古田諒佑 (東大) ,  谷口行信 (東京理大)
資料名： 画像電子学会年次大会予稿集(CD-ROM)  (Visual / Media Computing Conference (CD-ROM))
巻： 48th  ページ： ROMBUNNO.S3-2  発行年： 2020年12月02日 
JST資料番号： S0869B  ISSN： 2436-438X  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・著者らは以前に,機械学習を用いた乳牛同定手法を提示し,再学習不要な個体識別手法を提案。
・これに対し本稿では,ABN(Attentions Branch Network)を導入し,個体識別根拠の可視化と識別精度向上を提案。
・提案ABNを用いた乳牛同定の評価実験を行い,評価指標を示し,評価結果による提案手法の有効性を確認。

シソーラス用語： *乳牛 ,  *コンピュータビジョン ,  精度 ,  システム同定 ,  *ニューラルネットワーク ,  クラスタ化 ,  *標本抽出 ,  評価試験 ,  指標
準シソーラス用語： *アテンションブランチネットワーク ,  クラスタリング ,  *サンプリング【統計】 ,  評価指標

分類 (4件)： 牛  (FD02020Y) ,  パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q) ,  システム・制御理論一般  (IA02010H)

引用文献 (6件)：

• 石渡翔太郎, 古田諒佑, 谷口行信, “斑紋特徴を用いた乳牛のRe-identification,” 電子情報通信学会総合大会 ISS学生ポスターセッション, 2020.
• Thi Thi Zin, Cho Nilar Phyo, Pyke Tin, Hiromitus Hama, and Ikuo Kobayashi, “Image Technology based Cow Identification System Using Deep Learning,” in IMECS, vol.1, pp.320-323, March 2018.
• Hiroshi Fukui, Tsubasa Hirakawa, Takayoshi Yamashita, and Hironobu Fujiyoshi, “Attention Branch Network: Learning of Attention Mechanism for Visual Explanation,” in CVPR, pp.10705-10714, 2019.
• Qi Qian, Lei Shang, Baigui Sun, Juhua Hu, Hao Li, and Rong Jin, “Soft Triple Loss: Deep Metric Learning Without Triplet Sampling,” in ICCV, pp.6450-6458, 2019.
• Jiang Wnag, Ynag song, Thomas Leung, Chuck Rosenberg, Jinbin Wang, James Philbin, Bo Chen, and Ying Wu, “Learning Fine-grain ed Image Similarity with Deep Ranking,” in CVPR, 2014.

タイトルに関連する用語 (4件)： 乳牛 ,  同定 ,  想定 ,  精度評価