マルチスケール注意による視覚場所認識のための学習意味論【JST・京大機械翻訳】

Paolicelli Valerio; Tavera Antonio; Masone Carlo; Berton Gabriele; Caputo Barbara

プレプリント

J-GLOBAL ID：202202218977944597 整理番号：22P0278861

マルチスケール注意による視覚場所認識のための学習意味論【JST・京大機械翻訳】

Learning Semantics for Visual Place Recognition through Multi-Scale Attention

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： 2022年01月24日プレプリントサーバーでの情報更新日： 2022年01月25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)

本論文では,視覚位置認識(VPR)のタスクを取り上げ,そこでは,目標が巨大なジオタグギャラリーに対して与えられたクエリ画像の正しいGPS座標を検索することである。最近の研究では,意味的および外見的情報を組み込んだ建築記述子は,重要な意味コンテンツのトップダウン定義のために,有益な,現在の最先端技法であることが示されている。ここでは,マルチスケール注意モジュールを通して場所の認識によって動的に誘導されるセグメンテーションプロセスを用いて,データの視覚外観と意味コンテンツの両方からロバストな大域的埋込みを学習する最初のVPRアルゴリズムを提案した。種々のシナリオに関する実験は,この新しいアプローチを検証し,最先端の方法に対するその性能を実証した。最後に,位置認識とセグメンテーションタスクの両方に適した最初の合成世界データセットを提案した。【JST・京大機械翻訳】

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

パターン認識 , 図形・画像処理一般

, , , ,

前のページに戻る