ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 全国大会
  2. 83回
  3. 人工知能と認知科学

物体追跡技術の軽量化を目指したモバイルCNNモデルの特徴量抽出の学習

https://ipsj.ixsq.nii.ac.jp/records/214896
https://ipsj.ixsq.nii.ac.jp/records/214896
8091f424-9bfc-486f-9c34-199774de80d2
名前 / ファイル ライセンス アクション
IPSJ-Z83-4N-03.pdf IPSJ-Z83-4N-03.pdf (632.7 kB)
Copyright (c) 2021 by the Information Processing Society of Japan
Item type National Convention(1)
公開日 2021-03-04
タイトル
タイトル 物体追跡技術の軽量化を目指したモバイルCNNモデルの特徴量抽出の学習
言語
言語 jpn
キーワード
主題Scheme Other
主題 人工知能と認知科学
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_5794
資源タイプ conference paper
著者所属
名大
著者所属
名大
著者所属
名大
著者名 村手, 翼

× 村手, 翼

村手, 翼

Search repository
渡辺, 崇

× 渡辺, 崇

渡辺, 崇

Search repository
山田, 真生

× 山田, 真生

山田, 真生

Search repository
論文抄録
内容記述タイプ Other
内容記述 本研究では,一般物体認識CNNを用いた高精度な物体追跡手法を,精度を維持しつつ軽量化かつ高速化することを目的とする. 一般物体認識CNNを用いた物体追跡は,動画像の各フレームにおいて対象と同カテゴリーの領域を認識し,予測領域とする手法である.従来手法ではCNNに学習済VGG16を用いており,高速な演算を行う為にはGPUなどの強力な計算リソースを要する為,計算資源の限られた環境での応用は困難であった.この問題に対してモバイルCNNモデルを応用し,計算リソースが限られた環境下での高速かつ高精度な物体追跡手法の実現を目指す.本研究ではCNNにMobileNetを用いて実験を行う.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN00349328
書誌情報 第83回全国大会講演論文集

巻 2021, 号 1, p. 183-184, 発行日 2021-03-04
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 16:25:02.041840
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3