文献

J-GLOBAL ID：201702263881778730   整理番号：17A0463182

Fisherカーネルに基づく画像表現用マルチスケール及びマルチGMMプーリング

Multi-scale and Multi-GMM pooling based on Fisher Kernel for image representation

著者 (5件)： ZHAO Yunhao ,  WAN Shuhong ,  WU Zhize ,  YIN Bangjie ,  YUE Lihua
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10033  号： Pt.2  ページ： 100334V.1-100334V.5  発行年： 2016年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
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： 画像表現は画像分類の重要部分であり,Fisherカーネル(FK)は最も有効な画像特徴符号化手法である。今回,FKに基づくマルチスケール(MS)及びマルチGauss混合モデル(GMM)プーリング手法を提案した。提案手法は,単一のGMMを用いて確率分布をモデル化する代わりにマルチGMMとMS画像の組合せを用いて分類を行うので,より記述的で判別的な様々な粒度の特徴を捕捉できる。実験を行い,基本的なFisherモデルに優ることを確認した。

シソーラス用語： 情報量 ,  *パターン認識 ,  規模 ,  指数 ,  度 ,  Gauss模型 ,  表現 ,  *分類 ,  特徴抽出 ,  貯蔵
準シソーラス用語： Fisher情報量 ,  Gauss混合モデル ,  カーネル学習 ,  マルチスケール ,  画像表現 ,  *画像分類

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： カーネル ,  画像表現 ,  マルチスケール ,  マルチ ,  GMM