Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de São Carlos (UFSCar) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.contributor | Petróleo Brasileiro S.A. – Petrobras | - |
Autor(es): dc.creator | dos Santos, Claudio Filipi Goncalves | - |
Autor(es): dc.creator | Moreira, Thierry Pinheiro [UNESP] | - |
Autor(es): dc.creator | Colombo, Danilo | - |
Autor(es): dc.creator | Papa, João Paulo [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:33:20Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:33:20Z | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2019-01-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-030-33904-3_71 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/201356 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/201356 | - |
Descrição: dc.description | Most 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.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Federal University of São Carlos - UFSCar | - |
Descrição: dc.description | State University of Sao Paulo - UNESP | - |
Descrição: dc.description | Cenpes Petróleo Brasileiro S.A. – Petrobras | - |
Descrição: dc.description | State University of Sao Paulo - UNESP | - |
Descrição: dc.description | FAPESP: 2013/07375-0 | - |
Descrição: dc.description | FAPESP: 2014/12236-1 | - |
Descrição: dc.description | FAPESP: 2016/06441-7 | - |
Descrição: dc.description | FAPESP: 2017/25908-6 | - |
Descrição: dc.description | CNPq: 307066/2017-7 | - |
Descrição: dc.description | CNPq: 427968/2018-6 | - |
Descrição: dc.description | CNPq: 429003/2018-8 | - |
Formato: dc.format | 751-760 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Convolutional Neural Networks | - |
Palavras-chave: dc.subject | Deep learning | - |
Palavras-chave: dc.subject | Gait recognition | - |
Título: dc.title | Does Pooling Really Matter? An Evaluation on Gait Recognition | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: