文献

J-GLOBAL ID：201202265010823723   整理番号：12A1367824

Stelコンポーネント解析:オブジェクトクラスの結合型セグメンテーション,モデリング,認識

Stel Component Analysis: Joint Segmentation, Modeling and Recognition of Objects Classes

著者 (7件)： PERINA Alessandro (Microsoft Res., Redmond, WA, USA) ,  PERINA Alessandro (Univ. of Verona, Verona, ITA) ,  JOJIC Nebojsa (Microsoft Res., Redmond, WA, USA) ,  CRISTANI Marco (Univ. of Verona, Verona, ITA) ,  CRISTANI Marco (Italian Inst. of Technol., Genova, ITA) ,  MURINO Vittorio (Univ. of Verona, Verona, ITA) ,  MURINO Vittorio (Italian Inst. of Technol., Genova, ITA)
資料名： International Journal of Computer Vision  (International Journal of Computer Vision)
巻： 100  号： 3  ページ： 241-260  発行年： 2012年12月 
JST資料番号： T0423A  ISSN： 0920-5691  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： オブジェクトクラスの共通構造を捉えるモデルは,数年前に文献(Jojic and Caspi in(CVPR), pp. 212-H.264/AVC219, 2004; Winn and Jojic in Proceedings of International Conference on Computer Vision (ICCV), pp. 756-763, 2005)の中に登場している。即ち,それらは,「stulモデル」と呼ばれることが多い。その主要な特徴は,単一セグメントに所属する領域が,色やテクスチャのような局所的長さ上でのタイトな分布を持つように強制するモデリング制約条件の結果としての明白でしばしば意味的な部品の中のオブジェクトのセグメンテーションを行うことにある。単一画像の中の領域内のこのような自己相似性は,類似オブジェクトの異なる画像に跨って,それに対応した部品が類似した局所的長さを持つ。類似した局所的長さを持たないような場合でも,多数の意味を持つ画像部品の典型的な性質である。さらに,このセグメンテーション自身は,依然として柔軟性を持つけれども,一つのクラスの中では一貫性を持つことが期待される。これらモデルは主にセグメンテーションシナリオに適用されている。本論文では,1)グローバル効果による画像クラスの構造要素の中に存在した相関関係を捉えることを提案し,2)特徴共起性を捉えるためにこれらセグメンテーションを利用し,3)異なる性質を持つ複数の,結果としてスパースな観測の利用を可能にすることにより,これらアイデアの拡張を行った。この方法で,認識タスクにより適したよりリッチなモデルを獲得した。ここではstelコンポーネント解析という名前を付けた新しいアプローチを用いてこれらの要求を完遂した。実験結果により,stel推論により特徴の有意義な空間分割が提供される場合に,このモデルが特徴バッグおよびそれに関連した分類器の一つの代替案として,またはそれと結合した形で利用可能になる場合に,そのモデルが画像/ビデオセグメンテーションおよび物体認識の取り扱いに成功できるため,このモデルの柔軟性を示した。Copyright 2012 The Author(s) Translated from English into Japanese by JST.

シソーラス用語： *セグメンテーション ,  *画像分析 ,  物体認識 ,  *自己相似性 ,  柔軟性 ,  特徴抽出 ,  評価試験 ,  分類装置 ,  分割法 ,  モデリング

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (6件)： コンポーネント ,  解析 ,  オブジェクト ,  クラス ,  セグメンテーション ,  モデリング