植物種の2視点細粒分類【JST・京大機械翻訳】

Araujo Voncarlos M.; Britto Alceu S. Jr.; Oliveira Luiz E. S.; Koerich Alessandro L.

プレプリント

J-GLOBAL ID：202202218493993100 整理番号：21P0032425

植物種の2視点細粒分類【JST・京大機械翻訳】

Two-View Fine-grained Classification of Plant Species

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 (4件)： , , ,
資料名：
発行年： 2020年05月18日プレプリントサーバーでの情報更新日： 2021年10月04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)

自動プラント分類は,細粒シナリオにおける既存の植物種の広い生物多様性のため,挑戦的な問題である。強力な深層学習アーキテクチャを用いて,そのような細粒問題における分類性能を改善したが,通常,大規模訓練データセットに高度に依存し,スケーラブルでない建物モデルを構築した。本論文では,植物種の細粒認識のための2視点葉画像表現と階層的分類戦略に基づく新しい方法を提案した。植物の属と種を同定するために適用した粗から精の戦略の基礎として植物分類学を用いた。2視点表現は,葉画像の補足的大域的および局所的特徴を提供する。Siamese畳み込みニューラルネットワークに基づく深い計量を用いて,多数の訓練サンプルへの依存性を低減し,この方法を新しい植物種にスケーラブルにした。葉画像(すなわち,ライフCLEF 2015とLea Snap)の2つの挑戦的な細粒データセットに関する実験結果は,提案した方法の有効性を示し,それぞれ0.87と0.96の認識精度を達成した。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

, , ,

前のページに戻る