文献

J-GLOBAL ID：201702245020675990   整理番号：17A0619646

顕著性検出のためのLog-Euclideanカーネルを用いた領域共分散の2段階スパースコーディング

Two-stage sparse coding of region covariance via Log-Euclidean kernels to detect saliency

著者 (3件)： Zhang Ying-Ying (Physics & Electronic Engineering College, Nanyang Normal University, Nanyang 473061, People’s Republic of China) ,  Yang Cai (Computer & Information Technology College, Nanyang Normal University, Nanyang 473061, People’s Republic of China) ,  Zhang Ping (Physics & Electronic Engineering College, Nanyang Normal University, Nanyang 473061, People’s Republic of China)
資料名： Neural Networks  (Neural Networks)
巻： 89  ページ： 84-96  発行年： 2017年05月 
JST資料番号： T0698A  ISSN： 0893-6080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,Riemann多様体上の共分散行列の観点からの新しいボトムアップの顕著性検出アルゴリズムを提案した。各スーパーピクセルはRiemann多様体上の領域共分散行列によって記述される。顕著な物体を効率的に抽出するために,Log-Euclideanカーネルを用いた2段階スパースコーディング方式を実行した。第1段階では,画像境界に関する背景辞書が与えられ,Log-Euclideanカーネルを用いて各領域共分散のスパースコーディングが実行される。背景辞書での再構成誤差は各スーパーピクセルの初期の顕著性としてみなされる。第2段階では,前景辞書でのスーパーピクセルの再構成誤差の計算によって,第1段階の顕著性マップから抽出された初期の結果の改善を実現する。第2段階におけるスパースコーディングは第1段階と類似するが,背景から一様に顕著な物体を効果的に強調できる。さらに,3つの事後処理方法,ハイライト抑制機能,コンテキストに基づく顕著性重み付け,及びグラフカットを顕著性マップのさらなる改善のために採用した。4つの公的なベンチマークデータセットにおける実験では,提案したアルゴリズムは適合率,再現率,平均絶対誤差に関して最先端の手法を凌ぎ,提案方法のロバストさと効率性を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ニューラルネットワーク ,  *共分散 ,  *画像処理 ,  Riemann空間 ,  画素 ,  *画像再構成 ,  評価試験 ,  ベンチマーク ,  比率 ,  *符号化
準シソーラス用語： スーパピクセル ,  *スパース符号化 ,  リーマン多様体 ,  再現率 ,  適合率

著者キーワード (4件)： Log-Euclidean kernel ,  Sparse coding ,  Region covariance ,  Saliency

分類 (4件)： ニューロコンピュータ  (JC06010Q) ,  システム・制御理論一般  (IA02010H) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I)

引用文献 (55件)：

• Achanta, R., Estrada, F., Wils, P., & Süsstrunk, S. (2008). Salient region detection and segmentation. In ICVS (pp. 66-75).
• Achanta, R., Hemami, S., Estrada, F., & Susstrunk, S. (2009). Frequency-tuned salient region detection. In CVPR (pp. 1597-1604).
• Achanta, R., Shaji, A., Smith, K., Lucchi, A., Fua, P., & Susstrunk, S. (2010). Slic superpixels Technical Report, vol. 2. (p. 3). EPFL.
• Alexe, B., Deselaers, T., & Ferrari, V. (2010). What is an object? In CVPR (pp. 73-80).
• Arsigny, V., Fillard, P., Pennec, X., & Ayache, N. (2007). Geometric means in a novel vector space structure on symmetric positive-definite matrices. SIAM Journal on Matrix Analysis and Applications, 29(1), 328-347.

タイトルに関連する用語 (4件)： カーネル ,  共分散 ,  段階 ,  スパースコーディング