文献

J-GLOBAL ID：201702236365042352   整理番号：17A1346224

分類のための文脈的模範分類器に基づく画像表現【Powered by NICT】

Contextual Exemplar Classifier-Based Image Representation for Classification

著者 (3件)： Zhang Chunjie (Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Huang Qingming (School of Computer and Control Engineering, University of Chinese Academy of Sciences, Beijing, China) ,  Tian Qi (Department of Computer Sciences, University of Texas at San Antonio, San Antonio, TX, USA)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 27  号： 8  ページ： 1691-1699  発行年： 2017年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 画像表現のための局所特徴を使用することは,近年普及してきた。局所特徴は,bag-of-visual-words方式にしばしば用いられる。効果が証明されているが,この方法は,二つの欠点を持っている。最初に,そこから局所特徴が抽出される局所領域は視覚作業に十分な識別されていない。,局所特徴の組合せが必要である。第二に,視覚特徴と人間の知覚の間の意味論的ギャップも性能を妨げている。これら二つの問題を解決するために,本論文では,画像表現のための新しい文脈見本分類器ベース手法を提案し,分類タスクのためにそれを適用した。各見本分類器は異なるクラスの他の画像から一つの訓練画像を分離するために訓練した。数領域への各画像を分割し,画像領域の表現としてこれら見本分類器の応答を用いた。文脈関係を混合Dirichlet分布を用いてモデル化した。L_2制約を用いた画像クラスを予測するのに使用される二分子層モデル。自然シーン,Caltech-101/256,花17/102,およびSUN397データセット上での実験結果により,提案した方法が,画像分類のための最先端の局所特徴ベース法を凌ぐことになることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 意味論 ,  二分子層 ,  視覚 ,  *画像 ,  モデリング
準シソーラス用語： 画像分類 ,  Dirichlet分布 ,  視覚顕著 ,  局所特徴 ,  *画像表現 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 分類 ,  文脈 ,  分類器 ,  画像表現