文献

J-GLOBAL ID：201802268655023752   整理番号：18A0137286

画像クラスタリングのための自己平衡最小カットアルゴリズム【Powered by NICT】

A Self-Balanced Min-Cut Algorithm for Image Clustering

著者 (5件)： Chen Xiaojun ,  Haung Joshua Zhexue ,  Nie Feiping ,  Chen Renjie ,  Wu Qingyao
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 2080-2088  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： 多くのスペクトルクラスタリングアルゴリズムを提案し,コンテンツベース画像検索,画像アノテーション,画像インデクシングのような画像データ分析に成功裏に適用した。従来のスペクトルクラスタリングアルゴリズムは,通常2段階過程を含む:類似性マトリックスとクラスタ化帰属の固有分解k-平均またはスペクトル回転による固有ベクトル。しかし,2段階プロセスによって得られた最終クラスタリング帰属は元の目的関数を最適化直接帰属から外れる可能性がある。さらに,これらの方法の大部分は通常,非常に高い計算複雑性を有する。本論文では,画像クラスタリング,データサイズに線形的に比例するための新しい最小カットアルゴリズムを提案した。新しい方法では,平衡分配を生産するには,排他的Lassoはバランス正則化器として導入される提案した自己釣合最小カットモデル。新しいモデル,nはサンプルの数が,O(n)の時間複雑性を解くための反復アルゴリズムを提案した。理論解析は,新手法では,同時グラフカットを最小化し,すべてのクラスタの分配を釣合わせることができることを明らかにした。一連の実験を合成およびベンチマークデータセットの両方で実行し,実験結果は,この新しい方法の優れた性能を示した。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： 固有ベクトル ,  スペクトル ,  正則化 ,  最適化 ,  釣合 ,  クラスタ化 ,  *クラスタ ,  類似性 ,  目的関数 ,  計算量
準シソーラス用語： 反復アルゴリズム ,  複雑性 ,  画像アノテーション ,  コンテンツベース画像検索 ,  *画像クラスタリング , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 画像クラスタリング ,  自己 ,  平衡 ,  アルゴリズム