文献

J-GLOBAL ID：202202213244580559   整理番号：22A0788956

解釈可能な意味論的光地理定位【JST・京大機械翻訳】

Interpretable Semantic Photo Geolocation

著者 (3件)： Theiner Jonas (Leibniz University Hannover,L3S Research Center,Hannover,Germany) ,  Muller-Budack Eric (TIB - Leibniz Information Centre for Science and Technology,Hannover,Germany) ,  Ewerth Ralph (Leibniz University Hannover,L3S Research Center,Hannover,Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： WACV  ページ： 1474-1484  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 平面規模写真地理は,その視覚コンテンツのみに基づく画像で表現された位置を推定する複雑なタスクである。畳み込みニューラルネットワーク(CNN)の成功のために,現在のアプローチは超人間性能を達成する。しかし,以前の研究は,地球局在化精度の最適化に専念した。深層学習システムのブラックボックス特性により,それらの予測は人間に対して検証が困難である。最先端の方法は,世界地図の分割であるクラスの選択が性能に重要である分類問題としてタスクを処理する。本論文では,地理位置確認モデルの可読性を改善するために2つの貢献を示した。(1)著者らは,予測の改善された理解に直感的に導く新しい意味分割法を提案し,ベンチマークテストセットに関する地理位置精度のための最新の結果を達成した。(2)既に訓練されたモデルの大規模解析を可能にする追加の解釈可能な情報を提供するために,ある予測に対する意味的視覚概念の重要性を評価するための計量を導入した。ソースコードとデータセットは公的に利用可能な1である。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  視覚 ,  *意味論 ,  地球 ,  可読性 ,  地理学 ,  ヒューマンパフォーマンス ,  ブラックボックス ,  *定位 ,  分割法 ,  コンテンツ
準シソーラス用語： ソースコード ,  ベンチマークテスト ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 意味論 ,  地理 ,  定位