文献

J-GLOBAL ID：201702218540080463   整理番号：17A0257379

マルチスケール時間周波数テクスチャ特徴融合の場面分類アルゴリズム【JST・京大機械翻訳】

Multi-scale time-frequency texture feature fusion algorithm for scene classification

著者 (5件)： Shi Jing (School of Automation and Information Engineering,Xi’an University of Technology) ,  Zhu Hong (School of Automation and Information Engineering,Xi’an University of Technology) ,  Xing Nan (School of Automation and Information Engineering,Xi’an University of Technology) ,  Han Yong (School of Automation and Information Engineering,Xi’an University of Technology) ,  Du Sen (School of Automation and Information Engineering,Xi’an University of Technology)
資料名： Yiqi Yibiao Xuebao  (Yiqi Yibiao Xuebao)
巻： 37  号： 10  ページ： 2333-2339  発行年： 2016年 
JST資料番号： C2448A  ISSN： 0254-3087  CODEN： YYXUDY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： シーン分類は機械視覚分野における研究ホットスポットの1つであり,この研究分野における分類特徴抽出の問題を解決するために,マルチスケールテクスチャ記述子(MSTD)の特徴を提案した。まず第一に,ウェーブレット変換を用いて,時間領域におけるマルチスケールテクスチャの全体的特徴情報を得て,次に局所的詳細を反映する局所的二値パターン(LBP)特性を抽出して,マルチスケールテクスチャ記述子の特性を生み出して,画像分類の基礎として使用した。最後に,サポートベクトルマシン(SVM)を分類装置として用いた。4つの標準データセットに関する実験を行い,実験結果は,この方法が高い分類正確率を持ち,屋外場面の分類精度が84%以上であることを示した。提案した分類法は,大域的特徴とスケール情報を完全に考慮し,単一層特徴の領域分割を強化し,分類精度を効果的に改善した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  ウェーブレット変換 ,  分類装置 ,  ホットスポット ,  セグメンテーション ,  特徴抽出 ,  *統制索引語
準シソーラス用語： 分類法 ,  分類精度 ,  画像分類 ,  シーン分類 ,  *分類アルゴリズム ,  *テクスチャ特徴 ,  *時間周波数 ,  *マルチスケール , 【Automatic Indexing@JST】

著者キーワード (4件)： scene classification ,  multi-scale ,  texture feature ,  multi-scale texture descriptors (MSTD)

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (6件)： マルチスケール ,  時間周波数 ,  テクスチャ ,  特徴融合 ,  場面 ,  分類アルゴリズム