文献

J-GLOBAL ID：202102259812414491   整理番号：21A3307568

勾配整列畳込みニューラルネットワーク【JST・京大機械翻訳】

Gradient-Aligned convolution neural network

著者 (8件)： Hao You (Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China) ,  Hao You (Medical Image Processing Group, Department of Radiology, University of Pennsylvania, Philadelphia, PA 19104, US) ,  Hao You (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Hu Ping (Microsoft Inc., Beijing 100190, China) ,  Li Shirui (Baidu Inc., Beijing 100085, China) ,  Udupa Jayaram K. (Medical Image Processing Group, Department of Radiology, University of Pennsylvania, Philadelphia, PA 19104, US) ,  Tong Yubing (Medical Image Processing Group, Department of Radiology, University of Pennsylvania, Philadelphia, PA 19104, US) ,  Li Hua (Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 122  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 畳込みニューラルネットワーク(CNN)は近年コンピュータビジョンの多くの応用において大きな成功を達成したが,回転不変性はCNNにとって依然として難しい問題である。特に,いくつかの画像に対して,コンテンツは,医用画像,顕微鏡画像,リモートセンシング画像および天文画像のような回転の任意の角度で画像に現れる。本論文では,CNNにおけるバニラ畳込みを置き換えることにより,CNNが回転不変性を達成するのに役立つ,勾配アラインメント畳込み(GAConv)と呼ばれる新しい畳込み演算を提案した。GAConvは,規則的畳込みの前に事前の画素レベル勾配アラインメント操作によって実行される。GAConvで,勾配アラインメントCNN(GACNN)は,データ増強,特徴マップ増強,およびフィルタ濃縮なしで回転不変性を達成できる。GACNNでは,回転不変性は訓練セットからは学習しないが,ネットワークモデルに基づいている。vanilla CNNと異なり,GACNNは,ネットワークが訓練されたかどうかにかかわらず,オブジェクトのすべての回転バージョンに対して不変な結果を出力する。これは,オブジェクトの1つの正準バージョンを持つネットワークを訓練するだけであり,このオブジェクトのすべての他の回転バージョンは同じ精度で認識されるべきであることを意味する。分類実験を行い,いくつかの回転不変手法と比較してGACNNを評価した。GACNNは,MNIST-回転,Plankton-sub-回転,およびGalaxy Zoo 2の360°回転試験セットで最良の結果を達成した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アラインメント ,  *畳込み ,  フィルタ ,  *ネットワーク ,  *ニューラルネットワーク ,  演算 ,  画素 ,  回転不変性 ,  医用画像 ,  コンピュータビジョン ,  コンテンツ
準シソーラス用語： 顕微鏡画像 ,  特徴マップ ,  リモートセンシング画像 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 勾配アラインメント ,  回転等価畳込み ,  回転不変ニューラルネットワーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 勾配 ,  整列 ,  畳込みニューラルネットワーク