文献

J-GLOBAL ID：201702246921222807   整理番号：17A0329377

領域意味論と空間文脈情報を用いた情景分類の改善【Powered by NICT】

Improved scene classification using region semantics and spatial context information

著者 (1件)： Fan Yuhua (Department of Mathematics Science, Liaocheng University, Liaocheng, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICCIT  ページ： 443-450  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： 本論文では,領域意味論と空間コンテキスト情報を用いたシーン画像を分類するための改良されたシーン分類アルゴリズムを提案した。所定のプロトタイプと柔軟性空間コンテキスト情報に依存する既存の解とは異なり,領域意味論辞書を用いた,様々な領域意味論を扱うことができる,シーンを表す簡便におよびスパース表現特性に基づくより効率的な空間コンテキスト情報を探索することを提案した。第一領域意味論と位置情報を得て,適応期待値最大化(EM)アルゴリズムを用いてパラメータを効果的に解決し,シーン解釈のための領域意味辞書を確立するために統計的Gauss混合モデル(GMM)を用いた。さらに,不正確な拡張Lagrange乗数(IALM)法を用いて解くことができる凸最適化問題として検討空間文脈情報を定式化した。最後に,Bayes決定則に従ってラベル情報を正確に予測できる。拡大実験の結果,改良されたアルゴリズムは,公的に利用可能なシーンデータセット上でのいくつかの他の以前の方法より優れていることを実証したため,局所領域意味論の変異体による取扱い誤差の有効性を実証し,確認した。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： Lagrange乗数法 ,  プロトタイプ ,  アルゴリズム ,  柔軟性 ,  画像 ,  定式化 ,  *意味論 ,  位置情報
準シソーラス用語： ディシジョンルール ,  凸最適化問題 ,  Gauss混合モデル ,  EMアルゴリズム ,  スパース表現 ,  分類アルゴリズム ,  *文脈情報 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  数理計画法  (KA03030M)

タイトルに関連する用語 (4件)： 意味論 ,  文脈情報 ,  情景 ,  分類