文献

J-GLOBAL ID：202202220306712727   整理番号：22A0848827

多重プロトタイプ画像を用いた物体認識のための変分マルチプロトタイプエンコーダ【JST・京大機械翻訳】

Variational Multi-Prototype Encoder for Object Recognition Using Multiple Prototype Images

著者 (2件)： Kang Jun Seok (Division of Nano and Information Technology, Korea Institute of Science and Technology (KIST) School, University of Science and Technology, Seoul, South Korea) ,  Ahn Sang Chul (Division of Nano and Information Technology, Korea Institute of Science and Technology (KIST) School, University of Science and Technology, Seoul, South Korea)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 19586-19598  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 変分プロトタイピング-Encoder(VPE)の最近の研究において,非セエンクラスの2D平面オブジェクトを分類する問題に取り組んだ。VPEは,実世界物体画像から画像翻訳タスクをメタタスクとして対応するプロトタイプ画像に事前学習することにより,この問題を解決する。VPEは各オブジェクトクラスに対して単一プロトタイプを使用する。しかし,一般に,単一プロトタイプは,外観が視点と他の因子に従って著しく変化できるので,一般的なオブジェクトクラスを表現するのに十分ではない。この場合,VPEを使用して,訓練における各クラスのための単一プロトタイプは,過剰適合または性能劣化をもたらす。一つの解決策は多重プロトタイプの使用である。しかし,これはまた,入力クラスをより小さなクラスに分割し,プロトタイプを各々に割り当てるために,高価なサブラベリングを必要とする。従って,VPEの限界を克服し,各オブジェクトクラスに対して多重プロトタイプを使用することのできる,新しい学習法,変分マルチプロトタイプ符号器(VaMPE)を提案した。提案方法は,各クラスに複数のプロトタイプを単純に追加する以外に,追加のサブラベリングを必要としない。種々の実験を通して,提案した方法がVPEより優れていることを実証した。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： *変分法 ,  学習 ,  分類 ,  *物体認識 ,  *多重化 ,  符号器 ,  二次元 ,  プロトタイピング ,  プロトタイプ
準シソーラス用語： 性能劣化 ,  オブジェクトクラス ,  事前学習 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 多重 ,  プロトタイプ ,  物体認識 ,  変分