Does Pooling Really Matter? An Evaluation on Gait Recognition

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Federal de São Carlos (UFSCar)-
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.contributorPetróleo Brasileiro S.A. – Petrobras-
Autor(es): dc.creatordos Santos, Claudio Filipi Goncalves-
Autor(es): dc.creatorMoreira, Thierry Pinheiro [UNESP]-
Autor(es): dc.creatorColombo, Danilo-
Autor(es): dc.creatorPapa, João Paulo [UNESP]-
Data de aceite: dc.date.accessioned2022-02-22T00:33:20Z-
Data de disponibilização: dc.date.available2022-02-22T00:33:20Z-
Data de envio: dc.date.issued2020-12-11-
Data de envio: dc.date.issued2020-12-11-
Data de envio: dc.date.issued2019-01-01-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1007/978-3-030-33904-3_71-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/201356-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/201356-
Descrição: dc.descriptionMost Convolutional Neural Networks make use of subsampling layers to reduce dimensionality and keep only the most essential information, besides turning the model more robust to rotation and translation variations. One of the most common sampling methods is the one who keeps only the maximum value in a given region, known as max-pooling. In this study, we provide pieces of evidence that, by removing this subsampling layer and changing the stride of the convolution layer, one can obtain comparable results but much faster. Results on the gait recognition task show the robustness of the proposed approach, as well as its statistical similarity to other pooling methods.-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionFederal University of São Carlos - UFSCar-
Descrição: dc.descriptionState University of Sao Paulo - UNESP-
Descrição: dc.descriptionCenpes Petróleo Brasileiro S.A. – Petrobras-
Descrição: dc.descriptionState University of Sao Paulo - UNESP-
Descrição: dc.descriptionFAPESP: 2013/07375-0-
Descrição: dc.descriptionFAPESP: 2014/12236-1-
Descrição: dc.descriptionFAPESP: 2016/06441-7-
Descrição: dc.descriptionFAPESP: 2017/25908-6-
Descrição: dc.descriptionCNPq: 307066/2017-7-
Descrição: dc.descriptionCNPq: 427968/2018-6-
Descrição: dc.descriptionCNPq: 429003/2018-8-
Formato: dc.format751-760-
Idioma: dc.languageen-
Relação: dc.relationLecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)-
???dc.source???: dc.sourceScopus-
Palavras-chave: dc.subjectConvolutional Neural Networks-
Palavras-chave: dc.subjectDeep learning-
Palavras-chave: dc.subjectGait recognition-
Título: dc.titleDoes Pooling Really Matter? An Evaluation on Gait Recognition-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.