文献

J-GLOBAL ID：201802287189576714   整理番号：18A1360529

顕著な物体検出のための色係数を利用するための統一フレームワーク【JST・京大機械翻訳】

A unified framework for exploiting color coefficients for salient object detection

著者 (3件)： Naqvi Syed S. (Department of Electrical Engineering, COMSATS University Park Road Chak Shahzad, Islamabad 45550, Pakistan) ,  Mirza J. (Department of Electrical Engineering, COMSATS University Park Road Chak Shahzad, Islamabad 45550, Pakistan) ,  Bashir Tariq (Department of Electrical Engineering, COMSATS University Park Road Chak Shahzad, Islamabad 45550, Pakistan)
資料名： Neurocomputing  (Neurocomputing)
巻： 312  ページ： 187-200  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 高レベルシーン理解における多くの応用により,顕著なオブジェクト検出は重要な目的である。さらに,このトピックは最近著しい注目を受けている。本研究では,顕著なオブジェクト検出に関する2つの重要な課題に対処するために,色空間の役割を利用する技術を提案した。処理を行うための色空間の自律的同定は,多くの画像解析タスクに対して常に重要であり,これは顕著性検出に関連している。この挑戦に取り組むために,画像ベースによる画像上の顕著性検出に対して局所的に最も適切な色空間を自律的に同定する新しい適応色空間選択法を提案した。この同定された局所色空間の中の色チャネルは,特徴の重要性を決定し,特徴選択学習を達成するために,ジョイントl_2,1ノルム最小化を用いて集約される。顕著性検出に関連するプロセスはマルチモダリティ特徴融合であり,そこでは画像/領域の顕著性の側面を捉えるために複数の特徴と色空間を組み合わせて用いる。この第2のプロセスを実行するために,特徴モダリティの領域ベースの最適組合せのための新しい技術を導入した。厳密な実験的評価の結果は,適応色空間選択の有効性と,13の他の最先端の顕著性法との比較における領域ベースの最適組合せ法と,3つのベンチマークデータセットに関するすべての関連性を実証した。提案した色空間選択と領域ベースの組合せ法の有効性を,適切な色空間を選択する能力を調べることによりさらに検証し,5つのベンチマーク法までの結果を成功裏に集約した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  画像 ,  特徴選択 ,  集中化 ,  画像分析 ,  コンピュータビジョン ,  チャネル ,  *色空間 ,  ベンチマーク ,  ノルム
準シソーラス用語： 自律性 ,  モダリティ ,  物体検出 ,  マルチモダリティ ,  シーン理解 ,  特徴融合 , 【Automatic Indexing@JST】

著者キーワード (6件)： 顕著な物体検出 ,  色空間 ,  最適組合せ ,  顕著性集約 ,  ランダム森林分類 ,  結合特徴の組合せと選択

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 物体検出 ,  色 ,  係数 ,  フレームワーク