文献

J-GLOBAL ID：201802254158912229   整理番号：18A1904822

riemannian多様体に関する符号化技術の包括的考察【JST・京大機械翻訳】

A Comprehensive Look at Coding Techniques on Riemannian Manifolds

著者 (3件)： Faraki Masoud (Research School of Engineering, The Australian National University, Canberra, ACT, Australia) ,  Harandi Mehrtash T. (Research School of Engineering, The Australian National University, Canberra, ACT, Australia) ,  Porikli Fatih (Research School of Engineering, The Australian National University, Canberra, ACT, Australia)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 29  号： 11  ページ： 5701-5712  発行年： 2018年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
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： 多くの学習パイプラインへのコアは,画像やビデオ分類のような視覚認識である。このような応用において,コンパクトで豊富で有益な表現を持つことが中心的な役割を果たしている。従来の符号化方式[例えば,スパース符号化(SC)]における基礎となる仮定は,データがユークリッド空間と幾何学的に適合することである。言い換えると,データはベクトル形式におけるアルゴリズムに提示され,ユークリッド公理が実現される。これは,多数の最近の研究によって示されるように,機械学習,コンピュータビジョン,および信号処理において制限されている。本論文では,さらなるステップを取り,曲線および非ユークリッド空間,すなわち,Riemann多様体における符号化を実行するための包括的な数学的フレームワークを提供した。この目的のために,著者らは,符号化の最も単純な形式,すなわち,単語の袋によって始めた。次に,コンピュータビジョン問題を扱うことにおける局所的に集約された記述子のベクトルの成功に触発されて,著者らはそのRiemann拡張を導入するであろう。最後に,SCのRiemann形式,局所制約線形符号化,および協調符号化を研究した。厳密な試験を通して,頭部姿勢分類,ビデオベース顔認識,および動的シーン認識を含む,いくつかの視覚分類タスクに関する最先端の方法に対する著者らのRiemann符号化方式の優れた性能を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ベクトル ,  *多様体 ,  録画装置 ,  学習 ,  Riemann空間 ,  単語 ,  信号処理 ,  コンピュータビジョン ,  視覚 ,  Euclid空間 ,  機械学習 ,  画像 ,  公理
準シソーラス用語： スパースコーディング , 【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 (2件)： 多様体 ,  符号化