文献

J-GLOBAL ID：201602240674784972   整理番号：16A0768208

局所性を考慮したスパース符号化に基づく空間ピラミッドシーンカテゴリー化アルゴリズム【Powered by NICT】

A Spatial-Pyramid Scene Categorization Algorithm based on Locality-aware Sparse Coding

著者 (6件)： Thang Dang Duy ,  Hidayati Shintami C. ,  Chen Yung-Yao ,  Cheng Wen-Huang ,  Sun Shih-Wei ,  Hua Kai-Lung
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BigMM  ページ： 342-345  発行年： 2016年 
JST資料番号： W2441A  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： シーン認識は広範囲の応用,物体認識と検出,コンテンツベース画像索引と検索,およびインテリジェントビークルとロボットナビゲーションなどを有している。特に,自然シーン画像は非常に複雑な傾向にあり,照明と変態の変化のために分析が困難だった。本研究では,エンドツーエンドモデルにおける局所性制約スパース符号化(LCSP),空間ピラミッドプーリング,線形SVMを組み合わせることにより本質的にシーンの認識と学習のために新しいモデルを調べた。第一に,訓練集合の中の各画像のための興味ある点は,高密度SIFT記述子を用いて得られた符号語として知られている,局所特徴の収集によって特性化した。各符号語は話題の一部として表現した。訓練画像から局所特徴の符号語分布を学習するLCSPアルゴリズムを採用した。次いで修飾した空間ピラミッドプーリングモデルを用いて,局所特徴の空間分布を符号化する。最終段階では,線形SVMは空間ピラミッドプーリングによりコードされる局所特徴を分類した。いくつかのベンチマークに関する実験的評価はいくつかの最先端視覚記述子と比較して提案した方法の有効性とロバスト性を実証した。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： *符号化 ,  線形性 ,  統制索引語 ,  ロバスト性 ,  キャラクタリゼーション ,  画像 ,  *局所性 ,  ベンチマーク ,  物体認識 ,  空間分布 ,  制約条件
準シソーラス用語： 局所特徴 ,  符号語 ,  シーン理解 ,  *スパースコーディング , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 局所性 ,  スパース符号化 ,  アルゴリズム