文献

J-GLOBAL ID：201802287253358355   整理番号：18A0587479

ジェスチャ分類のためのグラフフーリエ変換に基づく記述子【Powered by NICT】

Graph fourier transform based descriptor for gesture classification

著者 (4件)： Shukla Jaya (Department of Computer Science and Engineering, Shiv Nadar University) ,  Chakka Vijay Kumar (Department of Electrical Engineering, Shiv Nadar University) ,  Reddy A. Satyanarayana (Department of Mathematics, Shiv Nadar University) ,  Gopal Madan (Department of Electrical Engineering, Shiv Nadar University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIIP  ページ： 1-6  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： グラフFourier変換(GFT)係数に基づくジェスチャ分類のための方法を提案した。GFT係数はLaplace行列の固有ベクトルへの画像ピクセルブロックの投影した。Laplace行列を無向グラフから生成した画像ブロック内の各画素間の空間的連結性を表している。本研究では,画像のエッジ情報を用いた無向グラフを生成する方法を提案した。画像のエッジ情報は適切な閾値を用いて平均合計電流画素と隣接する画素間の絶対差により得られた。得られたGFTベースの特徴ベクトルは,各ブロックのGFT係数を連結することによって形成される。得られた特徴ベクトルは,ジェスチャクラスを予測するための線形サポートベクトルマシン(SVM)分類器に適用した。NTUとMassey手振りデータセットに対して,しきい値30は,最大予測精度を与えた。三種類のジェスチャデータセット上でのKarhunen-Loeve変換(K LT)と離散余弦変換(DCT)ベース記述子を用いた提案したGFTベース記述子手法の結果を比較した:NTU,ケンブリッジとMassey。シミュレーション結果は,提案したGFTベース記述子はジェスチャ分類のためのKarhunen-Loeve変換(K LT)と離散余弦変換(DCT)に基づく記述子に匹敵する結果を与えることを示した。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： 画素 ,  DCT【変換】 ,  連結性 ,  *Fourier変換 ,  サポートベクトルマシン ,  シミュレーション ,  線形性 ,  画像 ,  固有ベクトル ,  無向グラフ ,  電流
準シソーラス用語： 予測精度 ,  特徴ベクトル , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ジェスチャ ,  分類 ,  グラフ ,  フーリエ変換 ,  記述子