文献

J-GLOBAL ID：201102289050129705   整理番号：11A1469003

大量の局所画像パッチを持つオブジェクトの表現と認識

Representing and recognizing objects with massive local image patches

著者 (4件)： LIN Liang (School of Software, Sun Yat-Sen Univ., Guangzhou 510006, CHN) ,  LUO Ping (School of Software, Sun Yat-Sen Univ., Guangzhou 510006, CHN) ,  CHEN Xiaowu (School of Computer Sci. and Engineering, Beihang Univ., Beijing 100191, CHN) ,  ZENG Kun (School of Software, Sun Yat-Sen Univ., Guangzhou 510006, CHN)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 45  号： 1  ページ： 231-240  発行年： 2012年01月 
JST資料番号： D0611A  ISSN： 0031-3203  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： 自然な画像パッチは,視覚パターンモデリングや認識のための基本的要素である。画像パッチ空間における本質的な多様体構造を研究することによって,この論文では,大量の局所画像パッチ(例えば17×17画素)を持つオブジェクトを表現し認識するための手法を提案した。オブジェクトから抽出したプロト画像パッチの大規模なコレクション(>10⁴)が与えられると,2つのタイプの異なる尺度の多様体,即ち,構造的プリミティブのための低次元の陽の多様体と確率的テクスチャのための高次元の陰の多様体にそれらを写像する。パッチから成長したこれらの多様体を”ε-ボール”と定義する。ここで,εは知覚残差或は変動である。これらのε-ボールを特徴として使用し,情報投影原理による新しい生成的学習アルゴリズムを提案した。このアルゴリズムは,スパースで独立の(例えば各カテゴリーに対して10³の)ε-ボールを選択して貪欲に段階的にオブジェクトモデルを求めていく。検出と分類の段階では,ほんの少し(例えば,20)の特徴を高速KD-ツリーインデックス技術で活性化する。提案方法には2つの特徴がある。即ち,1)慎重にカテゴリー特有に限界特徴を設計するのではなく,局所画像パッチから自動的に生成する特徴(ε-ボール),2)ブーストモデルの弱い分類器と違って,これらの選択されたε-ボールの特徴は,生成的方法でオブジェクトを説明するために使い,相互に独立である。本手法の利点と性能を幾つかの挑戦的なデータ集合で評価した。そこには,外見の変化,閉塞やバックグランドの乱れに対してオブジェクトを局所化するタスクも含まれている。Copyright 2011 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *修正 ,  *物体認識 ,  大規模 ,  検出 ,  *表現 ,  静止画像 ,  局所性 ,  機械学習 ,  多様体 ,  高次元 ,  パターン分類 ,  モデリング
準シソーラス用語： オブジェクト検出 ,  *パッチ ,  *画像表現 ,  形状表現

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： パッチ ,  オブジェクト ,  表現