文献

J-GLOBAL ID：200902278989231260   整理番号：08A0633819

輪郭フラグメントを用いたマルチスケールカテゴリーオブジェクト認識

Multiscale Categorical Object Recognition Using Contour Fragments

著者 (3件)： SHOTTON Jamie (Toshiba Corporate R&D Center, Kawasaki, JPN) ,  BLAKE Andrew (Microsoft Res., Cambridge, GBR) ,  CIPOLLA Roberto (Cambridge Univ., Cambridge, GBR)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 30  号： 7  ページ： 1270-1281  発行年： 2008年07月 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
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： 人間は画像中の物体認識に輪郭フレームワークのみを利用しているという心理物理学的研究結果に基づいて,局所輪郭特徴のみに基づく物体認識システムを提案した。ここでは,クラス固有の輪郭フラグメントコードブックの学習の前に,面マッチングの新しい定式化を行い,エッジ方向,複数スケールでのマッチング,近似的面マッチング,について論じ,輪郭フラグメントのコードブックの構築に関しては,フラグメントのクラスタリングについて論じた。ブースティング型スライディングウィンドウ分類器において輪郭例の結合を行う方法について論じ,その後分類器やモード検出を用いたオブジェクト検出について述べた。Gentle AdaBoostアルゴリズムを用いて分類器の学習方法を取り上げ,訓練データ上の再訓練,テストデータ上の再訓練,について論じた。ここでは,WEIZMANN HorsesとGraz17という画像テストセット上での評価実験を行い,SVM(サポートベクトルマシン)を用いた評価により,提案手法の有効性を示した。

シソーラス用語： *物体認識 ,  *輪郭 ,  画像処理システム ,  パターンマッチング ,  符号表 ,  クラスタ化 ,  学習アルゴリズム ,  分類装置 ,  実験 ,  サポートベクトルマシン
準シソーラス用語： AdaBoost ,  クラスタリング ,  コードブック ,  評価実験 ,  分類器

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 (2件)： 輪郭 ,  フラグメント