文献

J-GLOBAL ID：201802267423080862   整理番号：18A0518654

ロバスト合成基礎特徴記述子【Powered by NICT】

Robust synthetic basis feature descriptor

著者 (3件)： Raven Lindsey (Department of Electrical and Computer Engineering Brigham Young University Provo, Utah, USA) ,  Lee Dah-Jye (Department of Electrical and Computer Engineering Brigham Young University Provo, Utah, USA) ,  Desai Alok (Department of Electrical and Computer Engineering Brigham Young University Provo, Utah, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 1542-1546  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： 特徴検出とマッチングは,多数の物体検出と追跡アルゴリズムにおける重要なステップである。SYnthetic BAsis特徴記述子(SYBA)アルゴリズム,効率的で離散的に画像特徴を記述し,比較するに関する著者らの以前の研究を改良するための方法を議論した。SYBAは関心のある特徴領域(FRI)に合成基底画像は画像領域内に含まれる特徴を記述することを2進数を生成するために利用した。これら2進数をマッチングのためのその後の画像における特徴値に対して比較した。しかし,非理想的環境における特徴マッチングの精度は,画像スケール,回転の変化のために劣る。FRIの特徴マッチングのためのSYBAにより生成された記述は回転およびスケール不変であることを処理するSYBAの新しいバージョンを紹介した。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： コンピュータビジョン ,  アルゴリズム ,  *ロバスト性 ,  不変性 ,  画像 ,  画像特性 ,  基底
準シソーラス用語： 特徴マッチング ,  バイナリー ,  追跡アルゴリズム ,  物体検出 ,  特徴検出 ,  *特徴記述子 , 【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 (3件)： ロバスト ,  基礎 ,  特徴記述子