文献

J-GLOBAL ID：201802228032760963   整理番号：18A0245310

画像アノテーションのためのマルチビューNMF一貫したマトリックスを用いたタグ伝搬【Powered by NICT】

Tag propagation by using multi-view NMF consistent matrix for image annotation

著者 (4件)： Cai Shaozhi (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China 510641) ,  Ma Lihong (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China 510641) ,  Zhong Fuping (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China 510641) ,  Pan Renlong (School of Electronic and Information Engineering, South China University of Technology, Guangzhou, China 510641)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISPACS  ページ： 519-524  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 画像タグ伝搬法は,視覚距離の一対比較による標識訓練サンプルから新しい質問画像に対してタグを割り当てることができた。その課題の一つは,視覚的類似性とタグ類似性間の矛盾である。本論文では,視覚特徴と画像タグにより記述される一般的構造情報から利益を得るために,マルチビュー負行列因数分解(NMF)クラスタ化とスパースタグセンシングに基づく新しい伝搬を提案した。ランク付けされた整合剛性行列形成はクラスタ化構造を推定するための多視点NMF観測から生成されるが,クエリー画像のスパースタグは一貫したマトリックスセンシングによる再構成であった。最良2pknnアルゴリズムを行うと比較して,提案した方法は,平均再現率とF1スコアの3.2%,0.8%を得た。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： アルゴリズム ,  再構成 ,  クラスタ化 ,  *画像 ,  等級づけ ,  類似性 ,  視覚 ,  剛性マトリックス
準シソーラス用語： スコア ,  再現率 ,  クエリー ,  行列因数分解 ,  視覚顕著 ,  *マルチビュー ,  *画像アノテーション , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (6件)： 画像アノテーション ,  マルチビュー ,  NMF ,  マトリックス ,  タグ ,  伝搬