文献

J-GLOBAL ID：201602283271282767   整理番号：16A0601050

画像検索への応用を有するMultiVCRank【Powered by NICT】

MultiVCRank With Applications to Image Retrieval

著者 (3件)： Xutao Li (Shenzhen Key Lab. of Internet Inf. Collaboration, Harbin Inst. of Technol., Shenzhen, China) ,  Yunming Ye (Shenzhen Key Lab. of Internet Inf. Collaboration, Harbin Inst. of Technol., Shenzhen, China) ,  Ng Michael K. (Dept. of Math., Hong Kong Baptist Univ., Hong Kong, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 25  号： 3  ページ： 1396-1409  発行年： 2016年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 本論文では,画像検索のための複数視覚概念ランキング(MultiVCRank)方式を開発し,提案した。鍵となるアイデアは,画像はいくつかの視覚概念で表すことができることであり,ハイパーグラフは超辺として視覚概念に基づいて構築し,頂点が特定の視覚概念を共有するとして各辺が画像を含むことが分かった。構築した超グラフでは,ハイパーエッジの二頂点の間の重量を組み込んだと,対応する視覚概念におけるそれらの親和性によって測定することができる。画像検索を取り扱うために入力質問ベクトルを採用することにより,画像の関連スコアと視覚的概念の関連性スコアを計算するために設計されているランキング方式。方式では,会合と関連性スコアを構築ハイパーグラフから生じる多次元Markov連鎖の確率限界を解くための反復法により決定した。反復法の収束解析を検討し,解析した。,方式,使用が簡単なものにパラメータを設定する提案した学習アルゴリズム。MSRC,Corel,Caltech256データセット上での実験結果により,提案した方法の有効性を実証した。比較において,MultiVCRankの検索性能はHypergraphRank,ManifoldRank,TOPHITS,RankSVMのそれよりも実質的に優れていることを見出した。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： 学習アルゴリズム ,  ベクトル ,  *画像 ,  *画像検索 ,  逐次近似 ,  超グラフ ,  検索効率 ,  高次元 ,  視覚 ,  親和性 ,  フィードバック ,  等級づけ ,  データセット
準シソーラス用語： 収束解析 ,  スコア , 【Automatic Indexing@JST】

著者キーワード (6件)： フィードバック ,  画像検索 ,  Tensors ,  Markov連鎖 ,  ランキング ,  Hypergraph

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 画像検索 ,  応用