文献

J-GLOBAL ID：201802235253252827   整理番号：18A0027901

砕波特徴を用いたドメイン内とクロスドメイン画像分類に関する調査【Powered by NICT】

A survey on in-domain and cross-domain image classification using surf features

著者 (5件)： Veena G.S. (Department of Computer Science Ramaiah Institute of Technology Bengaluru, India) ,  Venkata Nikhil Dhara (Department of Computer Science Ramaiah Institute of Technology Bengaluru, India) ,  Goudar Manjunath M. (Department of Computer Science Ramaiah Institute of Technology Bengaluru, India) ,  Sarashetti Akshay P. (Department of Computer Science Ramaiah Institute of Technology Bengaluru, India) ,  Acharya Adithya (Department of Computer Science Ramaiah Institute of Technology Bengaluru, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICACCI  ページ： 1797-1802  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： 最新法を用いた画像分類アルゴリズムは,コンピュータビジョン分野で非常に注目した。ドメイン内の分類は,テストデータは,訓練データのと同じ領域にあることを仮定している。クロスドメイン分類は試験データは異なるが関連したドメイン訓練データであるがパラダイムである。特徴抽出のための高速化ロバスト特徴(SURF),その速度とロバスト性の他の特徴検出器よりも性能が優れているを用いた。ベンチマークアルゴリズムを用いた標準画像データセットのためのドメイン内及びクロスドメイン分類を実装し,ソースとターゲットデータセットの特定の組み合わせのための最良のものを選択するアルゴリズムの効率を比較した。本論文では,ベンチマークアルゴリズムを用いた標準画像データセットのためのドメイン内と領域間共通性能を実現することを試みた。またデータセットの特定の組み合わせのための最適化されたものを選択するためのアルゴリズムの有効性を比較した。は入手可能な先行すべきデータ集合を仮定している。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： *画像 ,  高速化 ,  アルゴリズム ,  特徴抽出 ,  最適化 ,  コンピュータビジョン ,  ロバスト性 ,  *砕波
準シソーラス用語： 特徴検出 ,  訓練データ ,  試験データ ,  分類アルゴリズム ,  *画像分類 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 砕波 ,  ドメイン ,  画像分類 ,  調査