文献

J-GLOBAL ID：201202248099897561   整理番号：12A0592030

教師付きウェッジレット分類を利用する境界抽出

Boundary extraction using supervised edgelet classification

著者 (5件)： ZHAO Ji (Huazhong Univ. Sci. and Technol., Wuhan, CHN) ,  MA Jiayi (Huazhong Univ. Sci. and Technol., Wuhan, CHN) ,  TIAN Jinwen (Huazhong Univ. Sci. and Technol., Wuhan, CHN) ,  MA Jie (Huazhong Univ. Sci. and Technol., Wuhan, CHN) ,  ZHENG Sheng (China Three Gorges Univ., Hubei, CHN)
資料名： Optical Engineering  (Optical Engineering)
巻： 51  号： 1  ページ： 017002.1-017002.7  発行年： 2012年01月 
JST資料番号： B0577B  ISSN： 0091-3286  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： 境界抽出のための様々なアルゴリズムが開発されている。通常の学習ベースの境界抽出法では,各画素エッジを別々に分類し,分類器のローカル意志決定により境界を得るために,効率が悪い。本論文では,この問題を解決するために,教師付きウェッジレット分類を利用することを検討した。最初,境界要素としてウェッジレットを利用し,次に,境界のクラスタリング確率によりウェッジレットを抽出した。ウェッジレットの特徴を利用して分類器を訓練し,局所外観,マルチスケール特徴,大域的情景特徴などを抽出した。最後に,ウェッジレットが境界に属する確率を決定した。Berkeleyセグメンテーションデータセットの実験結果を示した。本アルゴリズムが境界抽出の性能を改良できることを実証した。

シソーラス用語： *特徴抽出 ,  境界条件 ,  教師つき学習 ,  アルゴリズム ,  セグメンテーション ,  意思決定 ,  *画像処理
準シソーラス用語： マルチスケール ,  画像分類 ,  実験結果

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 教師 ,  分類 ,  境界