文献

J-GLOBAL ID：201802289509025736   整理番号：18A1209292

適応ファジィニューラルネットワークを用いた水中画像におけるオブジェクト分類【JST・京大機械翻訳】

Object classification in underwater images using adaptive fuzzy neural network

著者 (2件)： Srividhya K. (Technical Lead, HCL Technologies, Chennai, India) ,  Ramya M. M. (Professor, Center for Automation and Robotics, Chennai, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICNC-FSKD  ページ： 142-148  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： 画像としての挑戦的な課題である水中画像処理における分類は,しばしば不十分な照明,危険な背景などにより極端な環境条件に捕捉され,そのような解析に含まれる海洋科学者は,手動分類が費用がかかり時間がかかるので自動分類を好む。強度情報のみに基づく技術は,水中物体の正確なセグメンテーションをもたらさない可能性がある。物体と背景のテクスチャ情報を表現する統計的特徴が必要である。14のテクスチャ特徴の集合を水中画像に対して計算し,自己相関,和平均,和分散および和エントロピーのような特徴を,背景から関心のあるオブジェクトを正確に分類することができた。ファジィニューラルネットワークを設計し,テクスチャ特徴を訓練し,分類のために試験した。提案した適応ファジィニューラルネットワークは97%の最大分類精度を得た。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 自己相関 ,  セグメンテーション ,  エントロピー ,  *ファジィニューラルネットワーク ,  自動分類 ,  *画像 ,  海洋学
準シソーラス用語： 分類精度 ,  テクスチャ特徴 ,  統計的特徴 ,  質感 ,  環境条件 ,  *オブジェクト分類 ,  *水中画像 , 【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 (4件)： 適応 ,  ファジィニューラルネットワーク ,  水中画像 ,  オブジェクト分類