文献

J-GLOBAL ID：201602244022015442   整理番号：16A0692928

グラフウェーブレットに基づく一般化された局所-大域形状特徴検出【Powered by NICT】

Generalized Local-to-Global Shape Feature Detection Based on Graph Wavelets

著者 (5件)： Li Nannan (School of Mathematical Sciences, Dalian University of Technology, Dalian, Liaoning, China) ,  Wang Shengfa (School of Software Technology and Key Laboratory for Ubiquitous Network and Service Software of Liaoning ProvinceDalian University of Technology) ,  Zhong Ming (Department of Computer Science, Stony Brook University, NY) ,  Su Zhixun (School of Mathematical Sciences, Dalian University of Technology and National Engineering Research Center of Digital Life, Dalian, Liaoning, China) ,  Qin Hong (Department of Computer Science, Stony Brook University, NY)
資料名： IEEE Transactions on Visualization and Computer Graphics  (IEEE Transactions on Visualization and Computer Graphics)
巻： 22  号： 9  ページ： 2094-2106  発行年： 2016年 
JST資料番号： W0715A  ISSN： 1077-2626  CODEN： ITVGEA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 情報と識別特徴記述子は,多種多様なグラフィックス応用のための定性的及び定量的形状解析において極めて重要である。従来特徴記述子は主にを記述した点,線,小さなパッチ特徴などにおけるそれらの識別力を生じる自然異なる次数で特定の微分特性の不連続性に集中した。形状にどこでも一般化,ユーザ指定の特徴を定義するための新しい戦略。著者らの新しい領域ベース特徴記述子は,本質的にマルチスケールと複数レベルの両方の強力なスペクトルグラフウェーブレット(SGW)で構築し,局所(微分)と大域(積分)情報の両者を組み込んでいる。著者らの知る限り,これは階層的方法でSGWを組織化し,定量的領域ベース形状解析に対する2次高調波拡散場とを統合する最初の試みである。さらに,宿主グラフィックス応用の点別の対応,粗から精への認識,モデル認識などない部分マッチングを容易にするために局所-大域形状特徴検出フレームワークを開発した。広範な実験と最新の包括的比較を通して,提案フレームワークは,形状認識,ロバスト,識別,等長不変など多くの魅力的な利点を示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 微分 ,  積分 ,  *ロバスト性 ,  不連続性 ,  不変性 ,  利用者 ,  マッチング
準シソーラス用語： 形状認識 ,  マルチスケール ,  次数 ,  形状解析 ,  特徴記述子 ,  *特徴検出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： グラフ ,  ウェーブレット ,  形状特徴