文献

J-GLOBAL ID：201702271427071870   整理番号：17A0457540

カーネル辞書学習に基づくマルチソース画像を用いた物体認識【Powered by NICT】

Object recognition with multi-source images based on kernel dictionary learning

著者 (5件)： Jun Xu (School of Aeronautics and Astronautics, Shanghai Jiao Tong University, Shanghai 200240, China) ,  Yuanxiang Li (School of Aeronautics and Astronautics, Shanghai Jiao Tong University, Shanghai 200240, China) ,  Xian Wei (Technische Universitaet Muenchen, Munich D-80333, Germany) ,  Xishuai Peng (School of Aeronautics and Astronautics, Shanghai Jiao Tong University, Shanghai 200240, China) ,  Yongshuai Lu (School of Aeronautics and Astronautics, Shanghai Jiao Tong University, Shanghai 200240, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICSP  ページ： 1100-1105  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： 広く使用されている無人航空機(UAV)の発展に伴い,UAV空中画像のための自動物体認識は重要な実際的な値を持っている。対象の背景が複雑であることから,単一源可視または赤外データを用いた物体認識には限界がある。マルチソース画像は物体のより多くの情報,認識率を向上させることができるを含んでいた。一方特徴間の高次元と非線形分離可能性の問題が存在する。これらの問題を解決するために,カーネル辞書学習に基づく認識アルゴリズムを提案した。最初に,アルゴリズムは,カーネル辞書を学習し,物体のスパース表現を得るカーネル辞書。線形判別分析を用いたスパース表現を識別した。最後に,サポートベクトルマシンを用いて,四種類のオブジェクトを分類することである。可視および赤外画像上での実験結果により,カーネル辞書学習に基づくこの方法は,伝統的な特徴抽出と辞書学習に基づく方法と比較して優れた認識性能を持つことを示した。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： *画像 ,  サポートベクトルマシン ,  アルゴリズム ,  *物体認識 ,  赤外線画像 ,  高次元 ,  無人機 ,  特徴抽出
準シソーラス用語： 線形判別分析 ,  スパース表現 ,  認識アルゴリズム ,  分離可能性 ,  認識率 ,  空中画像 ,  *辞書学習 , 【Automatic Indexing@JST】

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 ,  辞書学習 ,  マルチ ,  ソース ,  物体認識