文献

J-GLOBAL ID：201302214457405590   整理番号：13A1466356

教師つき学習を用いた信頼性のあるマーカーレス識別のための複数センサの利用

Using multiple sensors for reliable markerless identification through supervised learning

著者 (5件)： ALBARELLI Andrea (Universita Ca’ Foscari Venezia, Dipartimento di Scienze Ambientali, Informatica e Statistica, Venice, ITA) ,  BERGAMASCO Filippo (Universita Ca’ Foscari Venezia, Dipartimento di Scienze Ambientali, Informatica e Statistica, Venice, ITA) ,  CELENTANO Augusto (Universita Ca’ Foscari Venezia, Dipartimento di Scienze Ambientali, Informatica e Statistica, Venice, ITA) ,  COSMO Luca (Universita Ca’ Foscari Venezia, Dipartimento di Scienze Ambientali, Informatica e Statistica, Venice, ITA) ,  TORSELLO Andrea (Universita Ca’ Foscari Venezia, Dipartimento di Scienze Ambientali, Informatica e Statistica, Venice, ITA)
資料名： Machine Vision and Applications  (Machine Vision and Applications)
巻： 24  号： 7  ページ： 1539-1554  発行年： 2013年10月 
JST資料番号： T0616A  ISSN： 0932-8092  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 作用面を伴う多くの相互作用モデルにおいて,行動を実行する特定の物体を識別することが必要である。これは例えばインタラクティブコンテンツが形の異なる対象物を介して選択される,あるいは接触イベントの結果として2者間コミュニケーションをする場合である。技術的手法が画像処理に基づくとき,基準マーカーは追跡対象をその本人に結びつけるために好んで使われる武器となる。しかしながら,そうした手法は常にそうとは限らない明らかで,閉鎖されていないマーカー自身の眺めが必要である。著者らは非常に大きな複数接触インタラクティブテーブルの設計において,この種の困難に遭遇した。実際に,本システムにとって必要なガラス表面や印画面の厚さはマーカーが完全に読めないようなレベルで,ボケとオクルージョンの両方を生じた。それらの制限を克服するためにカメラによって見られるようなボケの光学的特徴と,テーブルと相互作用する対象物で利用できる能動的センサーからのデータとの間の相互関係を利用するSVMに基づく身元確認手法を提案した。このように認識を標準的な機械学習フレームワークを介して解くことができる分類問題に位置付けた。結果として生じた手法は複数の同時センサ読込みからもたらされる部分データの比較を通じ,曖昧性の除去が達成できる問題の大半に十分に適用できるほど一般的と考えられる。最後に,大規模な実験の章で本識別の信頼性を評価した。Copyright 2013 Springer-Verlag Berlin Heidelberg Translated from English into Japanese by JST.

シソーラス用語： *コンピュータビジョン ,  *画像分析 ,  標識 ,  追跡 ,  *会話型処理 ,  オクルージョン ,  画像ぼけ ,  *機械学習 ,  センサ ,  曖昧さ ,  評価試験 ,  大規模系 ,  信頼性
準シソーラス用語： *インタラクション【ヒューマンインタフェイス】 ,  マーカ

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 教師つき学習 ,  マーカー ,  レス ,  識別