文献

J-GLOBAL ID：201302242632254952   整理番号：13A1112357

局所的特性と隠れ条件付き確率場に基づくシーン分類

Scene Classification Based on Local Feature and Hidden Conditional Random Fields

著者 (3件)： Li Lingling (Dep. of Computer Sci. and Application,Zhengzhou Inst. of Aeronautical Ind. Management, He’nan, Zhengzhou) ,  Jin Taisong (School of Information Sci. & Technol., Xiamen Univ., Fujian, Xiamen) ,  Li Cuihua (School of Information Sci. & Technol., Xiamen Univ., Fujian, Xiamen)
資料名： Beijing Ligong Daxue Xuebao  (Beijing Ligong Daxue Xuebao)
巻： 32  号： 7  ページ： 720-724  発行年： 2012年 
JST資料番号： W0652A  ISSN： 1001-0645  CODEN： BLXUEV  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： 複雑なシーン分類問題を解決するために,局所的特性に基づく方式,および隠れ条件付き確率場(HCRF)を提案する。まず,画像を超画素の集合に分割し,次に,それらの領域から抽出した局所的特性を,入力画像観測の特性ベクトルとして使用する。次に,HCRFモデルを確立し,画像のシーン区分を推測して,そこで,全ての局所的特性が,対応する潜在的変数を持つ。モデルのパラメータを,ランダム山登りアルゴリズムを用いて推定する。公衆画像データ集合に対して,試験結果は,提案方式が従来方式よりも良好な分類結果を有することを示している。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *確率モデル ,  *特徴抽出 ,  分類 ,  アルゴリズム ,  固有ベクトル ,  集合 ,  データ ,  パラメータ
準シソーラス用語： *条件つき確率場 ,  シーン分類 ,  特性ベクトル ,  データ集合 ,  画像データ

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 条件付き確率場 ,  シーン ,  分類