文献
J-GLOBAL ID:201702226653413425   整理番号:17A1546269

視覚的探索のための格子支援反復局所特徴検出【Powered by NICT】

Lattice-Support repetitive local feature detection for visual search
著者 (4件):
資料名:
巻: 98  ページ: 123-129  発行年: 2017年 
JST資料番号: H0913A  ISSN: 0167-8655  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。
建物ファサード,床タイル,植生,および壁紙のような反復パターンは,景観と画像において通常観察される。画像におけるそのような反復パターンの存在は,しばしば視覚バースト性と幾何学的あいまいさ,最新の視覚探索技術への挑戦を提起した。これらの問題を緩和するために,反復パターンを検出し,下地の格子構造を推定し,それに続くビジュアル画像サーチのための用いたディスクリプタを高めるための新しい格子支援反復局所特徴検出法を提案した。反復パターン検出のための既存の方法は,一般的に下の格子構造を決定することに基づいている。しかし,これらの構造は回転不変をスケール及びされるロバストな特徴に直接対応していない。格子情報を統合する反復局所特徴検出と抽出にすることを目的とした新しい格子支援反復局所特徴(LS RLF)検出法を提案した。提案した方法の利点は,検出された特徴は,現在の視覚探索技術による直接使用できることである。LS RLF法は,Hough変換に基づく特徴推定を用いた格子構造における未検出反復特徴を推定した。さらに,視覚バースト性問題を取り扱うために,新しいLS RLFベース画像検索フレームワークを開発した。ベンチマークデータセット上で行った実験は,提案した方法がそれぞれオックスフォード,パリ,INRIAに4.5%,5.5%および3.2%の平均平均精度(mAP)休日データセットによる最先端レベル手法よりも性能的に優れていることを示した。これは広範囲の繰り返しパターンを含む画像のための視覚探索を行うことで提案した方法の有効性を実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
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。
, 【Automatic Indexing@JST】
著者キーワード (3件):
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  パターン認識  ,  人工知能 
タイトルに関連する用語 (5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