文献

J-GLOBAL ID：202202229642852147   整理番号：22A0696373

AdaCrowd:群衆計数のためのラベル無しシーン適応【JST・京大機械翻訳】

AdaCrowd: Unlabeled Scene Adaptation for Crowd Counting

著者 (4件)： Reddy Mahesh Kumar Krishna (School of Computing Science, Simon Fraser University, Burnaby, Canada) ,  Rochan Mrigank (Department of Computer Science, University of Manitoba, Winnipeg, Canada) ,  Lu Yiwei (Department of Computer Science, University of Waterloo, Waterloo, Canada) ,  Wang Yang (Department of Computer Science, University of Manitoba and Huawei Technologies Canada, Winnipeg, Canada)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 1008-1019  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  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： 画像ベースの群衆計数の問題に取り組んだ。特に,ラベルなしシーン適応クラウド計数と呼ばれる新しい問題を提案した。新しいターゲットシーンを考えて,著者らは,新しい場面に関するいくつかの情報を捉える目標データに基づいて,この特定の場面に特に適応した群衆計数モデルを持つように思える。本論文では,適応を実行するために,ターゲットシーンから1つ以上のラベルなし画像を用いることを提案した。既存の問題セットアップ(例えば,完全に教師つき)と比較して,提案した問題セットアップは,クラウド計数システムの実世界アプリケーションに近い。この問題を解決するための新しいAdaCrowdフレームワークを導入した。このフレームワークは,クラウド計数ネットワークとガイドネットワークから成る。誘導ネットワークは,特定の場面からのラベルなし画像に基づく群衆計数ネットワークにおけるいくつかのパラメータを予測する。これにより,本モデルは種々のターゲットシーンに適応できる。いくつかの挑戦的なベンチマークデータセットに関する実験結果は,他の代替方法と比較して,提案した方法の有効性を実証した。コードはhttps://github.com/maheshkkumar/adacrowdで利用可能である。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： データ ,  *ネットワーク ,  画像 ,  応用プログラム ,  有効性 ,  ベンチマーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 計数 ,  ラベル ,  シーン ,  適応