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。
ゼロショットスケッチベースの画像検索(ZS-SBIR)は,スケッチと自然画像の間の大きなドメインギャップと,見えると見えないカテゴリーの間の意味不整合のため,挑戦的なタスクである。以前の文献は,正確なクラス名と追加の抽出努力の事前知識を必要とする意味的埋込みによって,見つかっていないカテゴリーを橋渡しする。そして,ほとんどの研究は,画像とスケッチの間の不対な情報を無視する,構築スケッチ画像対を用いて,スケッチと自然画像をマッピングすることによって,ドメインギャップを減らす。これらの問題に取り組むために,本論文では,ZS-SBIRタスクのための新しい3Stream共同訓練ネットワーク(3JOIN)を提案した。スケッチと画像の間のドメイン差を狭めるために,自然画像のためのエッジマップを抽出し,画像とスケッチの間のブリッジとしてそれらを処理して,それは画像に類似の内容とスケッチに類似のスタイルを持っている。スケッチ,自然画像およびエッジマップの十分な組合せを利用するために,新しい3ストリームジョイント訓練ネットワークを提案した。さらに,教師ネットワークを用いて,他の意味論の助けなしにサンプルの陰的意味論を抽出し,学習された知識をクラス分けに転送する。2つの実世界データセット上で行った大規模な実験は,提案した方法の優位性を示した。【JST・京大機械翻訳】