文献

J-GLOBAL ID：201302239033530797   整理番号：13A1684666

混合確率的主成分分析モデルに基づく特定物体認識

A Specific Object Recognition Method Based on Mixtures of Probabilistic Principal Component Analyzers

著者 (2件)： 高橋隆史 (龍谷大 理工) ,  栗田多喜夫 (広島大 大学院工学研究院)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 113  号： 197(IBISML2013 13-35)  ページ： 161-166  発行年： 2013年08月26日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 局所特徴の分布を考慮した特定物体認識手法を提案する。この手法では,データベースに登録する画像毎に局所特徴生成モデルのパラメータを推定しておき,それらに対するクエリ画像の当てはまりの良さをスコアとしてマッチングを行う。公開データセットを用いた実験を行い,最先端の手法の一つであるFisher Vectorを用いた手法と比較して,1つの画像の特徴を表現するのに必要な記憶コストは同等で,より高い認識精度を実現できることを示す。(著者抄録)

シソーラス用語： *主成分分析 ,  *物体認識 ,  画像特性 ,  局所性 ,  画像データベース ,  精度 ,  局所特徴
準シソーラス用語： 認識精度

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 確率 ,  主成分分析 ,  モデル ,  物体認識