文献

J-GLOBAL ID：201702240123366259   整理番号：17A1505268

ハイブリッドアプローチを用いた大規模形状データセットの正確な形状マッチング【Powered by NICT】

Precise shape matching of large shape datasets using hybrid approach

著者 (4件)： Khalid Shehzad (Department of Computer Engineering, Bahria University, Islamabad, Pakistan) ,  Sabir Bushra (Department of Computer Engineering, Bahria University, Islamabad, Pakistan) ,  Jabbar Sohail (Department of Computer Science, COMSATS Institute of Information Technology, Sahiwal, Pakistan) ,  Chilamkurti Naveen (Department of Computer Science and Computer Engineering, La Trobe University, Melbourne, Australia)
資料名： Journal of Parallel and Distributed Computing  (Journal of Parallel and Distributed Computing)
巻： 110  ページ： 16-30  発行年： 2017年 
JST資料番号： D0613B  ISSN： 0743-7315  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： 非常に大きなデータセットから正確で高速な形状マッチングと検索は,ノイズ,オクルージョンとアフィン歪のような多くの歪の存在のために,挑戦的な課題である。本論文では,時間節約と有効形状マッチングと検索フレームワーク,極端に大きなデータセットからのオンライン形状検索を可能にする枝刈りを用いたを提案することを目的とした。まず,並列処理と効率的な特徴記述子を支援する階層的ツリー構造を用いた,不適切な形状を枝刈りし,検索質問に関連する形状のサブセットを選択し,次により洗練された特徴記述子を用いて,正確な検索を行った。物体の輪郭表現はヒトにより最も重要な視覚形状類似性尺度として考えられている。境界情報を用いて,高速枝刈りのための二つの単純化と効率的な特徴記述子,,効果的で正確な検索のための洗練された特徴記述子を生成する。標準データセット上で行った試験は,提案した方法が最先端技術よりも計算機的により効率的な同等のマッチングと検索性能を維持しながら明らかにした。その性能は巨大なデータセットのためのスケーラブルであり,アフィン変換,関節とオクルージョンに対してロバストである。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： 雑音 ,  簡素化 ,  並列処理 ,  アフィン変換 ,  ヒト ,  *オクルージョン ,  ロバスト性 ,  視覚 ,  ツリー構造 ,  高速度 ,  検索効率 ,  部分集合
準シソーラス用語： 形状類似性 ,  形状検索 ,  *形状マッチング , 【Automatic Indexing@JST】

著者キーワード (6件)： ハイブリッド形状マッチングフレームワーク ,  枝刈り ,  非常に大きなデータセット ,  輪郭ベース形状マッチング ,  形状距離 ,  オンライン検索

分類 (1件)： ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (4件)： ハイブリッドアプローチ ,  大規模 ,  形状データ ,  形状マッチング