文献

J-GLOBAL ID：201302292057580084   整理番号：13A1508391

分数次数埋込みマルチセット標準相関と多重特徴融合および認識に対するその応用

Fractional-order embedding multiset canonical correlations with applications to multi-feature fusion and recognition

著者 (2件)： YUAN Yun-hao ,  SUN Quan-sen
資料名： Neurocomputing  (Neurocomputing)
巻： 122  ページ： 229-238  発行年： 2013年12月25日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： マルチセット標準相関解析(MCCA)におけるサンプル共分散行列は,通常,訓練例のノイズおよび数の制限のために,真のものから逸脱している。本論文では,従って,サンプルの固有値および特異値のそれぞれの生成を行うために,分数次数埋込みのアイデアを利用することにより,その共分散行列の再推定を行った。次に,分数次数集合内および集合間散乱行列を定義し,それが,サンプル共分散行列の逸脱度を大幅に低減できることを述べた。最後に,マルチセット特徴融合のために新しいマルチセット標準相関手法を提案し,それを分数次数埋込みマルチセット標準相関(FEMCC)と命名した。提案FEMCC手法ではまず,同一のオブジェクトから得られた特徴ベクトルの多重集合上で結合型特徴抽出を実行し,次に,分類タスクのための識別型特徴ベクトルを形成するために,与えられた融合戦略により抽出された相関特徴の融合を行う。顔認識およびオブジェクトカテゴリー分類に対して提案手法を適用し,AR,AT&T,CMU PIE顔画像データベース,ETH-80オブジェクトデータベースを用いて検討を行った。多数の実験を行い,その結果,提案FEMCC融合手法の有効性およびロバスト性を示した。Copyright 2013 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *物体認識 ,  *特徴抽出 ,  *相関 ,  統計解析 ,  行列 ,  データ融合 ,  ベクトル ,  判別分析 ,  自動分類 ,  パターン分類 ,  評価試験 ,  画像データベース ,  ロバスト性
準シソーラス用語： 顔認識 ,  共分散行列 ,  相関解析 ,  特徴ベクトル

分類 (2件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (8件)： 分数次 ,  埋込み ,  マルチセット ,  標準 ,  相関 ,  多重 ,  特徴融合 ,  応用