文献

J-GLOBAL ID：202202244541229254   整理番号：22A0202428

半教師付き少数ショットビデオ分類のためのラベル独立メモリ【JST・京大機械翻訳】

Label Independent Memory for Semi-Supervised Few-Shot Video Classification

著者 (2件)： Zhu Linchao (University of Technology Sydney, Ultimo, NSW, Australia) ,  Yang Yi (University of Technology Sydney, Ultimo, NSW, Australia)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 44  号： 1  ページ： 273-285  発行年： 2022年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  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： 本論文では,少数ショットビデオ分類を容易にするために自由に利用可能なラベルなしビデオデータを利用することを提案する。この半教師つき少数ショットビデオ分類タスクにおいて,訓練中の各エピソードに対して,数百万のラベルなしデータが利用可能である。これらのビデオは,極めて不均衡であり,一方,それらは,大きな視覚および運動力学を持つ。半教師つき少数ショットビデオ分類問題に取り組むために,次の貢献を行った。第1に,筆者らは,ラベル関連特徴に対するラベル独立メモリ(LIM)を提案し,ビデオの大規模集合に対する類似性探索を可能にした。LIMは数ショット訓練のためのクラスプロトタイプを生成する。このプロトタイプは,各クラスに対する集約埋込みであり,雑音の多いビデオ特徴に対してよりロバストである。第二に,RGBとフロー情報の両方を捕捉するためにマルチモダリティ複合メモリネットワークを統合した。2つの別々のメモリネットワークにおいてRGBとフロー表現を貯蔵することを提案するが,それらは統一損失によって共同で最適化される。このようにして,2つのモダリティ間の相互通信は,より良い分類性能を達成するために活用される。第3に,著者らは少数ショット速度-100,第1のSomething-100データセットに関する広範囲な実験を実行して,それは数ショット分類のためにアクセス可能なラベルなしデータを活用することの有効性を実証した。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： *記憶装置 ,  最適化 ,  雑音 ,  視覚 ,  ネットワーク ,  *録画装置 ,  通信 ,  粒状材 ,  類似性 ,  有効性 ,  ロバスト性 ,  プロトタイプ
準シソーラス用語： 不均衡 ,  モダリティ ,  マルチモダリティ , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 教師 ,  ショット ,  ビデオ ,  分類 ,  ラベル