Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Updated: Sep 9, 2025

Deep Neural Networks for Image-Based Dietary Assessment
13:19

Deep Neural Networks for Image-Based Dietary Assessment

Published on: March 13, 2021

9.3K

GIMS:適応グラフ構築とグラフニューラルネットワークに基づく画像マッチングシステム

Xianfeng Song1, Yi Zou1, Zheng Shi1

  • 1School of Microelectronics, South China University of Technology, Guangdong, China.

Neural networks : the official journal of the International Neural Network Society
|September 4, 2025
PubMed
まとめ

この研究は,グラフニューラルネットワーク (GNN) とトランスフォーマーを使用して,特徴ベースの画像マッチングのための適応グラフ構築方法を導入します. この新しいアプローチは,性能と効率のマッチングを大幅に改善します.

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Leveraging direct learning and reinforcement learning architectures for pre-equalization in high-speed VLC systems.

Optics express·2026
Same author

Development and application of an improved constitutive model for acidizing coal around fractured boreholes.

Scientific reports·2025
Same author

Centrifugal microfluidic chip with an air gap for oil-free production of enhanced adipogenic multicellular microspheres.

Lab on a chip·2025
Same author

Research on the Bearing Remaining Useful Life Prediction Method Based on Optimized BiLSTM.

Sensors (Basel, Switzerland)·2025
Same author

Targeted Isolation of ω-3 Polyunsaturated Fatty Acids from the Marine Dinoflagellate <i>Prorocentrum lima</i> Using DeepSAT and LC-MS/MS and Their High Activity in Promoting Microglial Functions.

Marine drugs·2025
Same author

Association of grey matter cerebral blood flow with white matter integrity in relation to youth bipolar disorder.

Journal of psychiatry & neuroscience : JPN·2025

科学分野:

  • コンピュータ・ビジョン
  • 機械学習
  • グラフニューラルネットワーク

背景:

  • 機能ベースの画像マッチングはコンピュータビジョンのタスクに不可欠です.
  • グラフニューラルネットワーク (GNN) は,キーポイント表現の伝統的な方法よりも優れた性能を提供します.
  • 画像マッチングのための既存のGNNアプローチは,グラフの構築と機能表現で課題に直面しています.

研究 の 目的:

  • イメージマッチングの強化のための革新的な適応グラフ構築方法を開発する.
  • 空間情報と特性の表現を改善するためにGNNとトランスフォーマーを統合する.
  • 機能ベースの画像マッチングで最先端のパフォーマンスを達成します.

主な方法:

  • 距離と動的値類似性フィルタリングを用いた適応グラフ構造を導入した.
  • 結合グラフニューラルネットワーク (GNN) とトランスフォーマーによるハイブリッド機能表現.
  • 最適なマッチングのためのシンクホーンアルゴリズムと 加速トレーニングのためのマルチGPUを使用しました.

主要な成果:

  • 全体的なマッチング性能で平均3.8×-40.3×の改善を達成しました.
  • 適応グラフ構造とハイブリッドモデルの有効性を実証した.
キーワード:
グラフマッチンググラフニューラルネットワークイメージマッチング機械学習

さらに関連する動画

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

633

関連する実験動画

Last Updated: Sep 9, 2025

Deep Neural Networks for Image-Based Dietary Assessment
13:19

Deep Neural Networks for Image-Based Dietary Assessment

Published on: March 13, 2021

9.3K
Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications
03:31

Author Spotlight: Enhancement of Salient Object Detection for Smart Grid Applications

Published on: December 15, 2023

633
  • 比較実験を通して,大規模な画像データセットでシステムのパフォーマンスを検証した.

    • 結論:

    • 提案されたGNN-トランスフォーマーハイブリッドモデルは,適応グラフ構造で,特徴ベースの画像マッチングを大幅に改善します.
    • この方法は,堅牢で正確なグラフ構造を提供し,マッチングの精度を向上させます.
    • マルチGPU技術によって達成された効率的なトレーニングで,コンピューティングの要求に対応します.