文献

J-GLOBAL ID：201502204658964121   整理番号：15A1263670

非対称Gauss表現に基づくロバストな非剛体点集合レジストレーション

A robust non-rigid point set registration method based on asymmetric gaussian representation

著者 (4件)： WANG Gang (CAD Res. Center, Tongji Univ., NO. 4800, Cao’an Highway, Shanghai 201804, CHN) ,  WANG Zhicheng (CAD Res. Center, Tongji Univ., NO. 4800, Cao’an Highway, Shanghai 201804, CHN) ,  CHEN Yufei (CAD Res. Center, Tongji Univ., NO. 4800, Cao’an Highway, Shanghai 201804, CHN) ,  ZHAO Weidong (CAD Res. Center, Tongji Univ., NO. 4800, Cao’an Highway, Shanghai 201804, CHN)
資料名： Computer Vision and Image Understanding  (Computer Vision and Image Understanding)
巻： 141  ページ： 67-80  発行年： 2015年12月 
JST資料番号： W0185A  ISSN： 1077-3142  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： 点集合レジストレーション問題は変形,ノイズ,オクルージョン,外れ値のような大きな劣化度合いの課題に突き当たっている。本論文では,非剛体点集合レジストレーションに対する新しいロバストな方法を提案し,それは次のような4つの重要な部分を含む。すなわち,まず各点集合を表現するために空間的に非対称な分布を捉えることができる新しい確率モデルである,Katoら(2002)の混合非対称Gaussモデル(MoAG)を用いた。次に,MoAGによる点集合の表現に基づき対応を埋め合わせるためのsoft assignment手法と,2つの点集合間の変換パラメータを推定するために相関に基づく方法を用いた。点集合レジストレーションは最適化問題として定式化した。第3に,特徴空間,すなわち再生核ヒルベルト空間(RKHS)で正則化理論の下でその最適化問題を解いた。最後に,低ランクカーネル行列近似を用い,カーネルを構築するために制御点を選んだ。このようにして計算量は約O(N)にまで減らすことができた。2D,3D非剛体点集合と実画像のレジストレーションにおける実験結果は,本方法が大きな劣化度合いに対してロバストであり,大半のテストしたシナリオにおいていくつかの最先端法を凌いだ。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *レジストレーション【画像】 ,  *オクルージョン ,  雑音 ,  異常値 ,  集合 ,  *確率モデル ,  パラメータ推定 ,  相関 ,  最適化問題 ,  ロバスト性 ,  評価試験
準シソーラス用語： ノイズ ,  外れ値 ,  点集合 ,  非剛体 ,  非対称Gaussモデル

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (6件)： 非対称 ,  表現 ,  ロバスト ,  非剛体 ,  点集合 ,  レジストレーション