抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最近の研究は,深いニューラルネットワーク(DNNs)は多数のコンピュータビジョンタスクのための最先端のアルゴリズムより優れていることを示した。しかし,組込みシステムのリアルタイム性能を近傍のDNNを活用する能力はすべての特化したプロセッサまたはGPUを必要とせずに,これまで不可能であった。本論文では,特殊化したハードウェアなしでリアルタイムに埋め込まれた性能に近いとき必要な低計算量を維持しながら,DNNの力を活用する新しい動き検出アルゴリズムを提案した。提案した神経反応混合物(NeRM)モデルは,そのシーンの中の運動を検出するためのGauss混合モデルを構成するための効率的,確率的に生成深層ニューラルネットワーク(StochasticNet)の神経応答から抽出された豊富な深い特徴を活用した。NeRMは軸監視カメラに埋め込まれた実装し,結果は,実時間に近い性能で動作するが,提案したNeRMアプローチは強い運動検出精度を達成できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】