文献

J-GLOBAL ID：201702267097394635   整理番号：17A0320223

自動画像索引と検索のための統計的モデル化【Powered by NICT】

Statistical modeling for automatic image indexing and retrieval

著者 (3件)： Zhang Baopeng (School of Computer and Information Technology, Beijing Jiaotong University, Beijing, China) ,  Luo Hangzai (School of Information Science and Technology, Northwest University, Xi’an, China) ,  Fan Jianping (Department of Computer Science, University of North Carolina at Charlotte, NC 28223, USA)
資料名： Neurocomputing  (Neurocomputing)
巻： 207  ページ： 105-119  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,部分的な類似性マッチングを介したオブジェクトクラスと画像概念の自動検出を実現するために開発した統計的モデリングアルゴリズム。与えられた画像に対して,その統計的画像モデルは,10次元特徴空間における画像ピクセルの分布を近似する有限混合モデルを用いた自動学習である。このような統計的画像モデリングプロセスはまた,自動画像セグメンテーションを達成する陰的にできる。混合物成分間のより正確なマッチングと関連画像ピクセルの局所分布を達成するために,同時にモデル構造(すなわち,混合成分の最適数)を選択し,関連画像ピクセルの局所分布に従ってモデルパラメータ(すなわち,混合物成分の位置と統計的性質)を推定するために開発した適応EMアルゴリズム。関心のある与えられた画像概念や物体クラスに対して,その統計的概念モデルはラベル付き訓練画像のための統計的画像モデルから自動学習である。最後に,オブジェクトクラスと画像概念の自動検出のための類似性マッチングは部分的モデルマッチング問題,すなわち,与えられたテスト画像のための統計的画像モデルとの整合性を用いて関心のあるオブジェクトクラスと画像概念のためのすべての統計的概念モデルとして処理した。著者らの実験結果は,この統計的モデル化アルゴリズムは自動画像セグメンテーションと分類の両方に非常に競争力のある結果を達成できることを実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： マッチング ,  アルゴリズム ,  画素 ,  *モデリング ,  *画像 ,  類似性
準シソーラス用語： モデルマッチング ,  概念モデル ,  EMアルゴリズム ,  統計的性質 ,  モデルパラメータ ,  画像セグメンテーション ,  特徴空間 ,  自動検出 ,  オブジェクトクラス , 【Automatic Indexing@JST】

著者キーワード (5件)： 統計的画像モデリング ,  統計的概念モデル化 ,  適応EMアルゴリズム ,  部分類似性マッチング ,  自動画像インデクシングおよび検索

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 画像索引 ,  検索 ,  統計 ,  モデル化