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。
より良い特徴表現のためにネットワークを訓練するために頻繁に使用される注意機構は,バックグラウンドにおける無関係なオブジェクトからターゲットオブジェクトを効果的に解決することができる。任意の画像を与えると,背景の無関係なオブジェクトがターゲットオブジェクトを隠蔽/ブロックする可能性が高いことを見出した。この発見に基づき,ターゲットオブジェクトがバックグラウンドとして考えられる物体によって部分的に隠蔽される場合,状況をシミュレートするための置換Blockを提案した。特に,置換Blockは,画像中の目標オブジェクトを消去し,次に,モデルによる無関係なオブジェクトとバックグラウンドだけを有する特徴マップを生成する。最後に,背景特徴マップにおけるいくつかの領域を用いて,元の画像特徴マップにおける目標物体のいくつかの領域を置き換えた。この方法で,置換Blockは閉塞画像の特徴マップを効果的にシミュレートできる。実験結果は,置換Blockが,畳込みネットワークを正則化する際にDropBlockより良好に機能することを示した。【JST・京大機械翻訳】