文献

J-GLOBAL ID：201702257253146359   整理番号：17A0826260

セマンティック情報を用いた深い美的品質評価【Powered by NICT】

Deep Aesthetic Quality Assessment With Semantic Information

著者 (3件)： Kao Yueying (Chinese Academy of Sciences, Center for Research on Intelligent Perception and Computing and National Laboratory of Pattern Recognition of Institute of Automation, Beijing, China) ,  He Ran (Chinese Academy of Sciences, Center for Research on Intelligent Perception and Computing and National Laboratory of Pattern Recognition of Institute of Automation, Beijing, China) ,  Huang Kaiqi (Chinese Academy of Sciences, Center for Research on Intelligent Perception and Computing and National Laboratory of Pattern Recognition of Institute of Automation, Beijing, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 26  号： 3  ページ： 1482-1495  発行年： 2017年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 人間は画像の意味内容の同定と結合した画像の美的品質を評価することが多い。本論文では,自動美的品質評価と意味論的認識の間の相関問題を検討した。マルチタスク深いモデル間の主なタスクとして評価問題を設定し,意味認識タスクは,この問題に対処するための鍵を提供することを主張した。畳込みニューラルネットワークに基づいて,審美的および意味論的ラベルの監視を効率的に利用する単一および簡単なマルチタスクフレームワークを採用した。これら二タスク間の相関項目は,タスク間関係学習を導入することによりフレームワークに導入した。項目は相関に関するいくつかの有用な洞察を提供するだけでなく,審美的タスクの評価精度を改善した。特に,二つのタスク間のバランス,フレームワークのパラメータを最適化するために促進することを維持するために開発した効果的な戦略。困難な美的視覚解析データセットとPhoto.netデータセット上での包括的な実験を行い,美的品質評価における意味論的認識の重要性を検証し,マルチタスク深いモデルが最先端技術の結果を達成するための有効な美的表現を発見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】

シソーラス用語： ニューラルネットワーク ,  視覚 ,  意味論 ,  画像 ,  畳込み ,  最適化 ,  *品質
準シソーラス用語： 最先端技術 ,  審美性 ,  マルチタスク ,  *品質評価 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： 品質評価