文献

J-GLOBAL ID：201702232960900640   整理番号：17A0380628

統合局所構造を持つ非対称Gauss分布の混合による非剛体点集合レジストレーション【Powered by NICT】

Non-rigid point set registration via mixture of asymmetric Gaussians with integrated local structures

著者 (2件)： Fu Mingliang (University of Chinese Academy of Sciences, Beijing, 100049, China) ,  Zhou Weijia (Shenyang Institute of Automation, Liaoning province, 110016, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ROBIO  ページ： 999-1004  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： コンピュータビジョンコミュニティにおける基本的問題として,対応する変換モデルはしばしば未知であるとモデルが困難であることから,非剛体点集合レジストレーションは挑戦的なトピックである。本論文では,非剛体点集合レジストレーションのためのロバストな方法を提案した。,非対称ガウスモデル(MoAG)の混合物を,Gauss混合モデル(GMM)に基づく方法は,本能的無視した空間的に非対称な分布を捕捉するために採用した。第二に,隣接点間の局所構造はMoAGベース点集合レジストレーションフレームワークに統合され対応推定を改善した。第三に,最尤推定量を求める数値的方法を提供する期待値最大化(EM)アルゴリズムを用いて,提案した方法で潜在変数モデルのパラメータを推定した。変換モデルは再生カーネルH ilbert空間(RKHS)での正則化理論の下で解いた。好都合なことに,高速実装法をスパース近似により達成される。最後に,実験結果により,提案アルゴリズムのロバスト性は,種々のタイプの歪,変形,ノイズ,異常値および閉塞のような最新手法の比較状態より優れていることを示した。Copyright 2017 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： 高速度 ,  ロバスト性 ,  異常値 ,  アルゴリズム ,  *正規分布 ,  透視図法 ,  Gauss模型 ,  正則化 ,  最尤法 ,  *非対称性
準シソーラス用語： EMアルゴリズム ,  Gauss混合モデル ,  *点集合 ,  *非剛体 ,  *局所構造 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (7件)： 統合 ,  局所構造 ,  非対称 ,  Gauss分布 ,  非剛体 ,  点集合 ,  レジストレーション