文献

J-GLOBAL ID：201702237348376318   整理番号：17A1635599

CBIR(コンテンツベース画像検索)システムにおける統計的特徴を用いた画像分類法の比較分析【Powered by NICT】

Comparative analysis of image classification techniques using statistical features in CBIR systems

著者 (2件)： Kaur Manpreet (Department of Computer Science and Application, Chaudhary Devi Lal University, Sirsa, Haryana) ,  Dhingra Sakshi (Department of Computer Science and Application, Chaudhary Devi Lal University, Sirsa, Haryana)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： I-SMAC  ページ： 265-270  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： CBIR(コンテンツベース画像検索)は広範な画像データベースからの画像を検出するために最も広く使用されている手法の一つである。,多くの手法がCBIR(コンテンツベース画像検索)性能を向上させるために開発されてきた。CBIR(コンテンツベース画像検索)は,それらビジュアルコンテンツに依存して画像を検索する傾向を示した。CBIR(コンテンツベース画像検索)したキーワードによる画像検索の現在の方法に関連するいくつかの問題を避けることができた。ほとんどの既存のCBIR(コンテンツベース画像検索)システムは,色,テキスト文書,情報図,および画像の形状に基づいている。CBIR(コンテンツベース画像検索)システムは,入力クエリー画像を類似画像を検索する。提案されたアプローチは,効率的な統計的特徴抽出と人工神経回路網(ANN),ナイーブBayes分類器とファジィニューラルネットワークを用いたこれらの特徴による画像のさらなる分類を含んでいる。分類器は,データセットに従って画像を分類するのに役立つ。精度と誤り率はデータセットからの画像の検索されるコンテンツに従って計算と比較し,結果を示した。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： *コンテンツ ,  ニューラルネットワーク ,  *画像 ,  画像データベース ,  キーワード ,  誤り率 ,  ファジィニューラルネットワーク ,  *画像検索
準シソーラス用語： Bayes分類器 ,  クエリー ,  テキスト ,  比較分析 ,  *画像分類 ,  *統計的特徴 ,  *コンテンツベース画像検索 , 【Automatic Indexing@JST】

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)： CBIR ,  コンテンツベース画像検索 ,  統計的特徴 ,  画像分類 ,  比較分析