文献

J-GLOBAL ID：201702217702489823   整理番号：17A1674217

エージェント検出による画像検索手法【JST・京大機械翻訳】

Image retrieval method based on image principal part detection

著者 (3件)： Xiong Changzhen (城市道路交通智能控制技術北京市重点実験室,北京I00144) ,  Dan Yanmei (城市道路交通智能控制技術北京市重点実験室,北京I00144) ,  Guo Fenhong (北方工業大学理学院,北京,100144)
資料名： Guangxue Jingmi Gongcheng  (Guangxue Jingmi Gongcheng)
巻： 25  号： 3  ページ： 792-798  発行年： 2017年 
JST資料番号： C2090A  ISSN： 1004-924X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 画像背景の複雑さによって引き起こされる画像検索の悪い問題を解決するために,本論文は,エージェント検出に基づく新しい画像検索方式を提案した。まず第一に,目標検出のための深さ畳込み神経回路網モデルを訓練して,訓練画像の中の物体のカテゴリー,分類確率,および領域座標と特徴を訓練するために訓練モデルを使用する。物体の分類確率とそれらの領域の座標に従って,画像の主要部を同定した後に,データベースにおける主要なカテゴリーと同じ画像を検索した。検索画像と検索画像との間の領域特徴の余弦距離を計算し,分類確率によりすべての検索画像を分類し,最も高いスコアを持つ上位10画像を検索結果とした。最後に,著者らは,2007年におけるデータ収集とデータ収集に関するアルゴリズムの検証を行った。実験結果により、ランダムに選択した1000個のテスト画像検索結果の全正確率は96.5%であり、既存の方法より6.6%高いことが明らかになった。この方法により,画像背景の干渉を効果的に排除し,より正確な検索結果と位置決め精度を得ることができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： データ収集 ,  畳込み ,  アルゴリズム ,  *エージェント ,  *画像 ,  *画像検索 ,  データベース
準シソーラス用語： 位置決め精度 ,  スコア ,  神経回路網モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： deep learning ,  feature extract ,  image retrieval ,  cosine distance

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  検索技術  (AC06020S)

タイトルに関連する用語 (3件)： エージェント ,  画像検索 ,  手法