文献

J-GLOBAL ID：201802278418251587   整理番号：18A0586990

葉の分類のための形状特徴のグラフに基づく抽出【Powered by NICT】

Graph-based extraction of shape features for leaf classification

著者 (3件)： Zhao Andrew (Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology, Atlanta, GA, USA) ,  Tsygankov Denis (Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology, Atlanta, GA, USA) ,  Qiu Peng (Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology, Atlanta, GA, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： GlobalSIP  ページ： 663-666  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： 形状に基づく特徴抽出への従来のアプローチは典型的にエッジ点に基づく形状を記述するアスペクト比,長方形,面積などのような数学的記述子,または重心輪郭距離曲線(CCDC)を用いてに焦点を当てた。例限られたデータセットを用いた葉種を分類するとき,そのような記述子は中程度の成功を達成することができた。本論文では,葉の複雑な形状を変換葉の位相幾何学的的骨格を記述するグラフ構造,トポロジー骨格を利用する特徴を抽出するために中心軸変換(MAT)の使用を提案した。クラス当たり10試料の99種類の葉クラスから成るデータセットから,分類器としてランダムフォレストを用いた場合の位相幾何学的的骨格から抽出された18特徴は10倍の交差検証精度それぞれ73.84%及び58.08%のCCDCから得られた64特徴よりも優れていることを示した。この結果はMATグラフベース特徴は,従来の方法と比較した場合,形状をより簡潔にできることを示唆した。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： 重心 ,  *形態 ,  特徴抽出 ,  アスペクト比 ,  *グラフ ,  位相幾何学
準シソーラス用語： ランダムフォレスト ,  中心軸変換 ,  グラフ構造 ,  *形状特徴 , 【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 (4件)： 葉 ,  分類 ,  形状特徴 ,  グラフ