文献
J-GLOBAL ID:201502282716387644   整理番号:15A0760685

画像分類のための顕著性を意識した画像とクラスの距離

Saliency-aware image-to-class distances for image classification
著者 (4件):
資料名:
巻: 166  ページ: 337-345  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ノンパラメトリク最近傍(NN)画像分類は,集中的な学習を必要としない為に,特定のアプリケーションに望ましい。単純ベイズ最近傍(NBNN)とその改訂版,ローカル単純ベイズ最近傍(ローカルNBNN)は,アルゴリズム精度と複雑性の間に良好なバランスを保てるので,2つの印象的な分類機である。画像-画像(I2I)距離計算に代り,この2つのアルゴリズムは,画像-クラス(I2C)距離を計算できる。その結果,ローカル画像記述子は量子化されず,この様な画像分類機の性能は,それによって向上できる。本論文では,I2C距離の計算に顕著性検出の概念を適用することによって,各トレーニング画像を,各カテゴリーから2つの部分:前景と背景へ分離した。次に,前景と背景のI2C距離を計算し,テスト画像を分類した。その後,前景と背景により示されたスコアは,元のNBNN又はローカルNBNNによって生成された応答を修正する為に使用した。更に,各トレーニングカテゴリー内の前クラステリングは,システム性能を犠牲にせず,大幅な時間消費ができることが判明した。上記の貢献を組み合わせることで,本論文のアプローチは,効率と精度の点で,Pami-09,15-Scene及びCaltech-5の3データセットに於いて,オリジナルのNBNNとローカルNBNN分類機よりも優れている。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  図形・画像処理一般  ,  計算理論 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る