文献

J-GLOBAL ID：201802218192462904   整理番号：18A1072541

画像アノテーションのための低ランク表現に基づくマルチラベル分類【JST・京大機械翻訳】

Multi-Label Classiflcation Based on Low Rank Representation for Image Annotation

著者 (4件)： Tan Qiaoyu (College of Computer and Information Science, Southwest University, Chongqing 400715, China) ,  Liu Yezi (College of Hanhong, Southwest University, Chongqing 400715, China) ,  Chen Xia (College of Computer and Information Science, Southwest University, Chongqing 400715, China) ,  Yu Guoxian (College of Computer and Information Science, Southwest University, Chongqing 400715, China)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 9  号： 2  ページ： 109  発行年： 2017年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： リモートセンシング画像のアノテーションは,特に画像が複数の意味論的概念(またはラベル)で注釈付けられるとき,その労働要求アノテーションプロセスとエキスパート知識の要求に対する挑戦的なタスクである。これらのマルチラベル画像を自動的に注釈するために,著者らは低ランク表現(MLC-LRR)に基づくマルチラベル分類と呼ばれるアプローチを導入した。MLC-LRRは,最初に,画像の特徴空間における低ランク表現を利用して,低ランク制約係数行列を計算し,次に,係数行列を適合させて,特徴ベースのグラフを定義し,画像間の大域的関係を獲得した。次に,意味グラフを構築するためにラベル付き画像のラベル空間における低ランク表現を利用した。最後に,これら2つのグラフを利用して,グラフベースのマルチラベル分類器を訓練した。注釈画像における他の関連するグラフベースのマルチラベル法に対するMLC-LRRの性能を検証するために,公開可能なマルチラベルリモートセンシング画像(土地被覆)に関する実験を行った。さらに,MLC-LRRの性能を調べるために,5つの実世界マルチラベル画像データセットに関する追加実験を行った。経験的研究により,MLC-LRRは,様々な評価基準にわたるこれらの比較法よりも,画像処理においてより良い性能を達成することを実証した。また,多重ラベル画像のグローバル構造とラベル相関を効果的に利用できる。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 評価基準 ,  多重化 ,  *画像 ,  画像処理 ,  グラフ ,  土地被覆 ,  *アノテーション
準シソーラス用語： 比較法 ,  係数行列 ,  特徴空間 ,  リモートセンシング画像 ,  *マルチラベル分類 ,  画像アノテーション , 【Automatic Indexing@JST】

著者キーワード (6件)： リモートセンシング画像 ,  画像アノテーション ,  マルチラベル分類 ,  低ランク表現 ,  グラフ構築 ,  意味グラフ

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

引用文献 (63件)：

• Chen, K.; Jian, P.; Zhou, Z.; Zhang, D. Semantic annotation of high-resolution remote sensing images via Gaussian process multi-instance multilabel learning. IEEE Geosci. Remote Sens. Lett. 2013, 10, 1285-1289.
• Lu, D.; Weng, Q. A survey of image classification methods and techniques for improving classification performance. Int. J. Remote Sens. 2007, 28, 823-870.
• Xia, G.S.; Wang, Z.; Xiong, C.; Zhang, L. Accurate annotation of remote sensing images via active spectral clustering with little expert knowledge. Remote Sens. 2015, 7, 15014-15045.
• Huang, L.; Chen, C.; Li, W.; Du, Q. Remote sensing image scene classification using multi-scale completed local binary patterns and Fisher vectors. Remote Sens. 2016, 8, 483.
• Ko, C.; Sohn, G.; Remmel, T.K.; Miller, J.R. Maximizing the diversity of ensemble random forests for tree genera classification using high density LiDAR Data. Remote Sens. 2016, 8, 646.

タイトルに関連する用語 (3件)： 画像アノテーション ,  表現 ,  マルチラベル分類