文献

J-GLOBAL ID：201802277900620006   整理番号：18A0382908

超グラフ分割法を用いた確率的影検出【Powered by NICT】

Stochastic shadow detection using a hypergraph partitioning approach

著者 (3件)： Gomes Vitor (Institute of Informatics, Federal University of Rio Grande do Sul, 91501-970, Porto Alegre, RS, Brazil) ,  Barcellos Pablo (Institute of Informatics, Federal University of Rio Grande do Sul, 91501-970, Porto Alegre, RS, Brazil) ,  Scharcanski Jacob (Institute of Informatics, Federal University of Rio Grande do Sul, 91501-970, Porto Alegre, RS, Brazil)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 63  ページ： 30-44  発行年： 2017年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 鋳造物体から識別影は,しばしば,訓練における困難な課題である,移動目標とその影は類似の運動パターンを示す傾向があり,前景検出法はしばしば前景物体とcast shadowを混乱させるからである。これらの影の検出困難を克服するために,新しい確率的影の検出手法を提案した。提案手法では,色と勾配情報はshadow/non影分類器の縦続接続を用いた画像超グラフ分割と統合されると,確率的多数決投票スキームを用いて影領域を検出した。提案した方法は,セグメント化された前景物体とcast shadow(マスク)を入力として受け取り,前景マスクで検出された影を出力する。実験結果は,七つの良く知られたデータセットで得られた,提案した影の検出方式では,他の影の検出法,最新技術の代表的なものとは異なるビデオ取得条件に対して,よりロバストであることを示唆した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ロバスト性 ,  *分割法 ,  録画装置 ,  画像 ,  *超グラフ ,  鋳物 ,  縦続接続 ,  セグメンテーション
準シソーラス用語： *グラフ分割 ,  影の検出 ,  前景 ,  前景検出 ,  運動パターン ,  移動目標 , 【Automatic Indexing@JST】

著者キーワード (4件)： 影検出 ,  色度 ,  勾配相関 ,  超グラフ分割

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： グラフ分割 ,  確率 ,  影