文献

J-GLOBAL ID：201802262444403933   整理番号：18A0536291

L_0勾配最小化法を用いた距離に基づくスペクトルクラスタリングアプローチ【Powered by NICT】

A distance-based spectral clustering approach with L₀ Gradient Minimization

著者 (2件)： Shen Gang (School of Software Engineering Huazhong University of Science and Technology Wuhan, China) ,  Ye Yuteng (School of Software Engineering Huazhong University of Science and Technology Wuhan, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CISP-BMEI  ページ： 1-6  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： スペクトルクラスタリングは,最近画像処理と物体パターン認識の分野で成功した応用の多くを達成した。しかし,多くのスペクトルクラスタリングアルゴリズムは,Gaussカーネル関数とK平均分配プロセスのためのパラメータの選択における感度に悩まされる頻繁な挑戦的な問題である。この状況を緩和するために,ここではまず,距離行列を構築し,データ点を選択された固有ベクトルが張る固有空間への,データ分布の連続性に触発された提案分割アルゴリズムを適用した。固有ベクトル上に投影されたデータ点を分割するために,二次データ忠実度とL_0勾配制約のある費用関数を定式化し,最適解は,乗算器の交互方向手法(ADMM)を用いて得ることができた。提案した方法は,画像セグメンテーション問題で試験した。ベンチマーク画像データセット上での実験を行い,提案したスーパーピクセルの助けを借りて効率的かつ効果的な結果を達成できることを示した。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： ベンチマーク ,  連続性 ,  費用関数 ,  *固有ベクトル ,  画像処理 ,  アルゴリズム ,  パターン認識 ,  乗算器 ,  定式化
準シソーラス用語： 画像セグメンテーション ,  最適解 ,  固有空間 ,  距離行列 ,  Kernel関数 ,  *スペクトラルクラスタリング , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 勾配 ,  最小化