論文の概要: A study on general visual categorization of objects into animal and plant groups using global shape descriptors with a focus on category-specific deficits

• arxiv url: http://arxiv.org/abs/1901.11398v2
• Date: Sat, 20 Jul 2024 19:55:22 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-25 20:17:42.823946
• Title: A study on general visual categorization of objects into animal and plant groups using global shape descriptors with a focus on category-specific deficits
• Title（参考訳）: 大域的形状記述子を用いた動物・植物群への物体の視覚的分類に関する研究 : カテゴリー別欠陥に着目して
• Authors: Zahra Sadeghi,
• Abstract要約: 動物と植物の一般的な分類は、テクスチャ情報を処理せずに視覚的に識別可能であることを示す。 結果は教師なし学習機構と教師なし学習機構の両方を用いて評価される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: How do humans distinguish between general categories of objects? In a number of se-mantic-category deficits, patients are good at making broad categorization but are un-able to remember fine and specific details. It has been well accepted that general in-formation about concepts is more robust to damages related to semantic memory. Re-sults from patients with semantic memory disorders demonstrate the loss of ability in subcategory recognition. In this paper, we review the behavioural evidence for cate-gory specific disorder and show that general categories of animal and plant are visual-ly distinguishable without processing textural information. To this aim, we utilize shape descriptors with an additional phase of feature learning. The results are evaluated with both supervised and unsupervised learning mechanisms and confirm that the proposed method can effectively discriminates between animal and plant object categories in visual domain.
• Abstract（参考訳）: 人間は対象の一般的な分類をどう区別しますか。 多くのセマンティックカテゴリー障害では、患者は広範囲の分類に長けているが、細部や特定の詳細を覚えることができない。 概念に関する一般的なインフォームは、セマンティックメモリに関連するダメージに対してより堅牢であることがよく受け入れられている。 セマンティックメモリ障害の患者に対する再侮辱は、サブカテゴリ認識における能力の喪失を示す。 本稿では,カテゴリゴリー特異的障害の行動証拠を概説し,動物と植物の一般的なカテゴリーが,テキスト情報を処理せずに視覚的に識別可能であることを示す。 この目的のために、我々は特徴学習の新たなフェーズを持つ形状記述子を利用する。 本手法が視覚領域における動物と植物を効果的に識別できることを確認するため,教師なし学習機構と教師なし学習機構を用いて評価を行った。

関連論文リスト

• Multi-task Explainable Skin Lesion Classification [54.76511683427566]
  少ないラベル付きデータでよく一般化する皮膚病変に対する数発のショットベースアプローチを提案する。 提案手法は,アテンションモジュールや分類ネットワークとして機能するセグメンテーションネットワークの融合を含む。
  論文  参考訳（メタデータ） (2023-10-11T05:49:47Z)
• Towards Intrinsic Common Discriminative Features Learning for Face Forgery Detection using Adversarial Learning [59.548960057358435]
  本稿では, 対人学習を利用して, 異なる偽造法と顔の同一性による負の効果を除去する手法を提案する。 我々の顔偽造検出モデルは、偽造法や顔の同一性の影響を排除し、共通の識別的特徴を抽出することを学ぶ。
  論文  参考訳（メタデータ） (2022-07-08T09:23:59Z)
• Revisiting the Shape-Bias of Deep Learning for Dermoscopic Skin Lesion Classification [4.414962444402826]
  人間の視覚系は、テクスチャよりも形状の認識に偏っていると一般的に信じられている。 本稿では,皮膚病変画像の分類における形状ビアーゼの重要性を再考する。
  論文  参考訳（メタデータ） (2022-06-13T20:59:06Z)
• Comparison Knowledge Translation for Generalizable Image Classification [31.530232003512957]
  画像分類タスクにおいて,人間の認識機構をエミュレートする一般化可能なフレームワークを構築した。 本稿では,比較分類器とマッチング判別器を組み合わせた比較分類翻訳ネットワーク(CCT-Net)を提案する。 CCT-Netは、未確認カテゴリにおける驚くほどの一般化能力と、対象カテゴリにおけるSOTA性能を実現する。
  論文  参考訳（メタデータ） (2022-05-07T11:05:18Z)
• Resolving label uncertainty with implicit posterior models [71.62113762278963]
  本稿では,データサンプルのコレクション間でラベルを共同で推論する手法を提案する。 異なる予測子を後部とする生成モデルの存在を暗黙的に仮定することにより、弱い信念の下での学習を可能にする訓練目標を導出する。
  論文  参考訳（メタデータ） (2022-02-28T18:09:44Z)
• Semantic Clustering based Deduction Learning for Image Recognition and Classification [19.757743366620613]
  本稿では,人間の脳の学習・思考過程を模倣した意味的クラスタリングに基づく推論学習を提案する。 提案手法は広範な実験を通じて理論的,実証的に支持される。
  論文  参考訳（メタデータ） (2021-12-25T01:31:21Z)
• SEGA: Semantic Guided Attention on Visual Prototype for Few-Shot Learning [85.2093650907943]
  機械に新しいカテゴリーを認識させるためのセマンティックガイド注意(SEGA)を提案する。 SEGAは意味的知識を使用して、視覚的特徴に注意を払うべきものについて、トップダウンの方法で視覚的知覚を導く。 セマンティックガイドによる注意は期待された機能を実現し、最先端の結果より優れていることを示す。
  論文  参考訳（メタデータ） (2021-11-08T08:03:44Z)
• Enhancing Fine-Grained Classification for Low Resolution Images [97.82441158440527]
  低解像度画像は、限られた情報内容の固有の課題と、サブカテゴリ分類に有用な詳細の欠如に悩まされる。 本研究では,補助情報を用いて分類の識別的特徴を学習する,新たな属性支援損失を提案する。 提案する損失関数により、モデルは属性レベルの分離性を取り入れながら、クラス固有の識別特徴を学習することができる。
  論文  参考訳（メタデータ） (2021-05-01T13:19:02Z)
• Classification of Pathological and Normal Gait: A Survey [0.0]
  歩行認識とは、コンピュータ科学分野における識別問題と呼ばれる用語である。 本稿では,個人間移動のパターンやモードに関するデータを収集・分析するための適切なメトリクス,デバイス,アルゴリズムの同定を目指す。
  論文  参考訳（メタデータ） (2020-12-28T19:56:42Z)
• Categorical Perception: A Groundwork for Deep Learning [0.0]
  ニューラルネットワークにおけるカテゴリー効果について検討する。 我々は、カテゴリ学習が自動的にカテゴリ認識を誘導する浅いニューラルネットワークと深いニューラルネットワークの両方を示す。 我々の分析の重要な成果は、ドロップアウト正規化手法の有効性の一貫性と統一性を提供することである。
  論文  参考訳（メタデータ） (2020-12-10T09:41:38Z)
• Classification with Rejection Based on Cost-sensitive Classification [83.50402803131412]
  学習のアンサンブルによる拒絶を用いた新しい分類法を提案する。 実験により, クリーン, ノイズ, 正の未ラベル分類における提案手法の有用性が示された。
  論文  参考訳（メタデータ） (2020-10-22T14:05:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。