文献

J-GLOBAL ID：201502211877496910   整理番号：15A0760658

画像空間コンテキストの取込によるラプラシアンスパース符号化の拡張

Extending Laplacian sparse coding by the incorporation of the image spatial context

著者 (4件)： MEJDOUB Mahmoud (Dep. of computer science, Coll. of Al Ghat, P.O. BOX 445, 11914, Majmaah university, Al Majmaah, Riyadh, SAU) ,  MEJDOUB Mahmoud (REGIM: Res. Groups on Intelligent Machines, Univ. of Sfax, National School of Engineers (ENIS), Sfax, 3038, Tunisia) ,  DAMMAK Mouna (REGIM: Res. Groups on Intelligent Machines, Univ. of Sfax, National School of Engineers (ENIS), Sfax, 3038, Tunisia) ,  AMAR Chokri Ben (REGIM: Res. Groups on Intelligent Machines, Univ. of Sfax, National School of Engineers (ENIS), Sfax, 3038, Tunisia)
資料名： Neurocomputing  (Neurocomputing)
巻： 166  ページ： 44-52  発行年： 2015年10月20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： 多様な研究は特徴量子化におけるスパース符号化の効率を示してきた。しかしながら,その主な欠点はそれが特徴間の関係を無視することである。空間コンテキストに達するために,本論文で筆者らは拡張ラプラシアンスパース符号化と呼ぶ新規スパース符号化を提案した。最初の段階で,画像空間における幾何情報を表現するために,局所領域からラプラシアンスパース符号化に基づきスパース視覚フレーズを生成した。第2段階は画像空間における局所特徴の間の空間関係をラプラシアンスパース符号化の目的関数に取込むことを目指した。それはラプラシアンスパース符号化プロセスにおける局所領域間の類似性を考慮した。局所領域間のマッチングは第1段階でその局所領域に既に割り当てたスパース視覚フレーズ間のヒストグラム交差メジャだけでなくハンガリー法に基づいた。更に,筆者らは基底ベクトルのディクショナリへの各局所特徴の応答の分布を推定する離散化最大貯蔵法を導入することにより符号化ステップを成功する貯蔵ステップを改善することを提案した。筆者らの実験結果は筆者らの方法が既存の背景結果より優れた性能であることを証明した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 画像 ,  文脈 ,  取込 ,  *Laplace演算子 ,  *画像処理 ,  *拡大 ,  目的関数 ,  類似性 ,  ヒストグラム
準シソーラス用語： *スパース符号化 ,  *ラプラシアン ,  *拡張 ,  空間コンテキスト

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 空間コンテキスト ,  取込 ,  ラプラシアン ,  スパース符号化 ,  拡張