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。
視覚材料認識に関する研究は伝統的にテクスチャ解析に基づいている。高齢研究はunclutteredシーンに焦点を当ててきたが,より最近の寄与は,材料認識「野生における」を可能にした。いくつかの物体は,非組織化表面を持つが,。特に人工例は多数である。ような場合に使用するのに最も明らかなキューは,反射情報を提供すると思われる。しかし,影響する方法は不足している。推定よりもスカラーアルベドのが必要であり,より完全な反射率モデルを導出しなければならないことが明らかになった。広範な実験室装置を使用するよりもむしろ,単一画像におけるそれらの出現を捕捉するために,未知の照明下での材料分類を実行する物体の3次元形状と規則的な市販カメラ必要とするだけであることをシステムを提案した。この目的のために,自然照明下におけるsinglematerial球の2D画像からの反射率マップの材料分類のための適切な低次元多様体を学習するために識別事前分布を用いたGauss過程潜在変数モデル(GPLVM)に依存している。合成と実データから生成された実験に基づいて,この方法を評価した。テクスチャ(または物体認識)なし認識材料は些細な問題ではないが,提案手法では,約75%の認識精度,ヒューマンパフォーマンスよりも約27%高いを達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】