視覚語の袋の予測による表現の学習【JST・京大機械翻訳】

Gidaris Spyros; Bursuc Andrei; Komodakis Nikos; Perez Patrick; Cord Matthieu

プレプリント

J-GLOBAL ID：202202208136398215 整理番号：22P0116994

視覚語の袋の予測による表現の学習【JST・京大機械翻訳】

Learning Representations by Predicting Bags of Visual Words

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年02月27日プレプリントサーバーでの情報更新日： 2020年02月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

自己教師付き表現学習ターゲットは,ラベルなしデータからのコンベットベース画像表現を学習する。この領域におけるNLP法の成功に触発されて,本研究では,視覚単語と呼ばれる離散視覚概念を符号化する空間的に密な画像記述に基づく自己監督アプローチを提案した。そのような離散表現を構築するために,k平均ベース語彙上で,最初の事前訓練自己教師付きコンベネットの特徴マップを量子化する。次に,自己監督タスクとして,画像(即ち,そのBag-of-Words表現)の視覚単語のヒストグラムを予測するために,他のコンベネットを訓練し,その画像の摂動バージョンを入力した。提案したタスクは,摂動不変およびコンテキストアウェア画像特徴を学習するために,コンベネットを強制し,下流画像理解タスクに対して有用である。提案手法を広範囲に評価し,非常に強い経験的結果,例えば,事前訓練された自己教師付き表現転送を,教師付きケースと比較した場合,事前訓練中のクラス「unseen」上の分類に関して,検出タスク上でより良く,そして,同様に分類することを実証した。これはまた,画像離散化の視覚単語へのプロセスが,画像ドメインにおける非常に強力な自己監督手法の基礎を提供できることを示し,従って,これまで非常に成功したNLPドメインからの関連方法への更なる接続を可能にした。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

人工知能 , パターン認識

, , , ,

前のページに戻る