文献

J-GLOBAL ID：201302268933612764   整理番号：13A0650562

カスケード分類器アンサンブルに基づく車両タイプの高信頼な分類

Reliable Classification of Vehicle Types Based on Cascade Classifier Ensembles

著者 (1件)： ZHANG Bailing (Xi’an Jiaotong-Liverpool Univ., Suzhou, CHN)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 14  号： 1  ページ： 322-332  発行年： 2013年03月 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  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： 本論文では,交通分野において挑戦課題となっている画像に基づく車両タイプの認識問題を取り上げ,カスケード分類器アンサンブルに基づく車両タイプの高信頼な分類手法を提案した。車両画像に対して多数の種類の特徴が定義可能であるが,ここでは,エッジに適した幾何学的特徴の重要性を指摘し,特徴の記述を行った。その中で,Gaborフィルタを用いた画像表現,HOG(勾配ヒストグラム),ピラミッドHOG(PHOG)についての議論を行った。ニューラルネットワークやSVM(サポートベクトルマシン)のような教師つき学習アルゴリズムが各種のパターン認識問題に応用されてきたが,分類信頼性の問題は解決されていないため,ここでは,カスケード分類器アンサンブルを提案し,それによる高信頼分類方式を提示した。カスケード2段階分類器アンサンブルの方式を提案し,ニューラルネットワーク分類器のRFアンサンブルについて論じた。評価実験を行い,その中で,精度/信頼性ペアの比較プロット,各種条件下における平均精度,平均全体分類性能のボックスプロット,分類精度の結果,などを具体的に示した。そこでは,600件以上の画像を用いた評価結果により,提案アプローチの有効性を確認した。

シソーラス用語： *パターン分類 ,  *ニューラルネットワーク ,  *交通機関 ,  信頼性 ,  集団 ,  分類装置 ,  評価試験 ,  精度 ,  Gabor変換 ,  サポートベクトルマシン
準シソーラス用語： カスケード分類器 ,  勾配ヒストグラム ,  車両 ,  分類器アンサンブル

分類 (3件)： パターン認識  (JE07000S) ,  ニューロコンピュータ  (JC06010Q) ,  道路輸送・サービス一般  (TB01010O)

タイトルに関連する用語 (5件)： カスケード ,  分類器 ,  アンサンブル ,  タイプ ,  分類