文献

J-GLOBAL ID：201002244720446501   整理番号：10A0321500

複数の高次形状モデルによる同時物体分類およびセグメンテーション

Simultaneous Object Classification and Segmentation With High-Order Multiple Shape Models

著者 (3件)： LECUMBERRY Federico (Universidad de la Republica, Montevideo, URY) ,  PARDO Alvaro (Universidad Catolica del Uruguay, Montevideo, URY) ,  SAPIRO Guillermo (Univ. Minnesota, MN, USA)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 19  号： 3  ページ： 625-635  発行年： 2010年03月 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 様々な物体クラスを表現する形状モデル(SM)を学習し,新しい形状を有するSMを用いて物体を分類し,領域分割を行う結合的手法を開発した。この手法は,まず,物体を最良に表現するSMを自動選択し,次に,曲線間の形状非類似性に基づく最急降下法を用いてオンライン選択したモデルから学習した特徴と分散,および画像情報を考慮して正確なセグメンテーションを行う。エネルギー関数最小化を導入してこの同時処理を行った。また,高次SMを用いて非常に似たクラスと可変性に対処し,位置および変換不変性をモデル化過程に含めた。部的隠蔽を含む歩行者,口唇,魚類のセグメンテーションに成功した。

シソーラス用語： *画像認識 ,  画像分析 ,  *パターン分類 ,  教師つき学習 ,  最急降下法 ,  特徴抽出 ,  分散【variance】 ,  不変性 ,  ロバスト性
準シソーラス用語： エネルギー関数 ,  *画像セグメンテーション ,  画像情報 ,  形状モデル ,  最小化 ,  同時処理 ,  非類似性

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 形状モデル ,  物体 ,  分類 ,  セグメンテーション