文献

J-GLOBAL ID：201202215690216705   整理番号：11A1544710

統計的ブースティングに基づく複合場面の中の物体認識

Object recognition in complex scenes based on statistical Boosting

著者 (4件)： Zhang Jun (School of Computer and Information, Hefei Univ. of Technol., Hefei) ,  Gao Jun (School of Computer and Information, Hefei Univ. of Technol., Hefei) ,  Xie Zhao (School of Computer and Information, Hefei Univ. of Technol., Hefei) ,  Wu Lianghai (School of Computer and Information, Hefei Univ. of Technol., Hefei)
資料名： Yiqi Yibiao Xuebao  (Yiqi Yibiao Xuebao)
巻： 31  号： 8  ページ： 1788-1795  発行年： 2010年 
JST資料番号： C2448A  ISSN： 0254-3087  CODEN： YYXUDY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 複合場面の物体認識は,画像識別区域の中の重点であり,難点である。ブースティング方式は機械学習における精度向上のアルゴリズムであり,単純物体認識に幅広く使われている。著者らは,複合場面の物体認識用の統計的感化ブースティングアルゴリズムを導入した。このアルゴリズムは,ブースティング方式を用いた既存の物体認識処理には欠如した理論的基礎の補助となる。統計に基づき,著者らはブースティングの安定性を最初に分析して,弱性分類子の数を測定し,それによってアルゴリズム性能の予測不可能性を解決して,アルゴリズム設計時間を短縮した。次に著者らは,様々な実際の複合場面用のブースティングに基づく有効な認識法を設計した。実験結果は,この方式が,照明,視点,バックグラウンドクラッタ,咬合,およびクラス内変異のような複合場面の中で高い認識精度と強いロバスト性を持つことを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *機械学習 ,  物体認識 ,  学習アルゴリズム ,  ロバスト性 ,  改良
準シソーラス用語： *ブースティング ,  ブースティングアルゴリズム ,  精度向上

分類 (1件)： システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 統計 ,  ブースティング ,  場面 ,  物体認識