文献

J-GLOBAL ID：201702274632062391   整理番号：17A1125568

物体認識のためのフィルタカラーブロッブベースCOSFIRE【Powered by NICT】

Color-blob-based COSFIRE filters for object recognition

著者 (4件)： Gecer Baris (Imperial Computer Vision and Learning Lab (ICVL), Imperial College London, UK) ,  Azzopardi George (Intelligent Computer Systems, University of Malta, Malta) ,  Azzopardi George (Johann Bernoulli Institute for Mathematics and Computer Science, University of Groningen, The Netherlands) ,  Petkov Nicolai (Johann Bernoulli Institute for Mathematics and Computer Science, University of Groningen, The Netherlands)
資料名： Image and Vision Computing  (Image and Vision Computing)
巻： 57  ページ： 165-174  発行年： 2017年 
JST資料番号： A0611C  ISSN： 0262-8856  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： 現在,物体認識の多くは,エッジ検出や領域分割によって得られた輪郭定義特徴に依存している。領域境界を拡散するロバストではない。さらに,そのような方法は領域の色情報を利用しない。特定相互空間配置における拡散円形領域(ブロブ)の組合せのための選択的であることを色blobベースCOSFIRE(シフトフィルタ応答の組合せ)フィルタを提案した。このようなフィルタは,異なるスケールの,本質的にブロブ検出器,差のGaussフィルタの特定の選択の応答を組み合わせ,色空間のあるチャンネル中を,互いに特定の相対的位置。そのパラメータは与えられた興味のあるプロトタイプ物体の特性を解析する自動設定過程における決定/学習される。はこれらのフィルタを使用したプロトタイプ物体の認識に有効であることを特徴を計算した。SVM分類器を用いた特徴ベクトルを形成する。交通標識(GTSRB)上で提案手法を評価し,バタフライデータセット。GTSRBデータセットに対しては,98.94%の認識率であり,ヒューマンパフォーマンスよりわずかに高いを達成し,バタフライデータセットに対しては89.02%を達成した。提案した色blobベースCOSFIREフィルタは非常に有効であり,輪郭ベースCOSFIREフィルタよりも優れている。COSFIREフィルタである訓練可能な,単一プロトタイプパターンで構成されたことができ,ドメイン知識を必要としない。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： 特徴抽出 ,  学習 ,  色空間 ,  ロバスト性 ,  *フィルタ ,  *物体認識 ,  検出器 ,  エッジ検出 ,  プロトタイプ ,  交通標識 ,  セグメンテーション
準シソーラス用語： 認識率 ,  特徴ベクトル ,  ブロブ ,  色情報 , 【Automatic Indexing@JST】

著者キーワード (5件)： 物体認識 ,  オブジェクト表現 ,  色 ,  特徴抽出 ,  訓練可能なフィルタ

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： 物体認識