文献

J-GLOBAL ID：201802290135769540   整理番号：18A0707625

多特徴融合と認識のための新しい教師付き多重集合積分正準相関解析【JST・京大機械翻訳】

A novel supervised multiset integrated canonical correlation analysis for multi-feature fusion and recognition

著者 (2件)： Yang Jing (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Sun Quansen (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMIC  ページ： 186-191  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： 多重集合統合正準相関分析(MICCA)は,多重特徴抽出のための強力なツールとして採用されており,マルチグループ特徴間の積分相関を明確に表現することができる。しかしながら,MICCAは教師なし特徴抽出であり,サンプルのクラス情報を含まず,認識性能の制約をもたらす。本論文では,クラス情報をMICCAのフレームワークに組み込み,一般化多重集合統合正準相関(GMICC)と呼ばれる多視点次元縮小と認識のための新しい教師つき方法を提示した。拡張Yale BとAT&T顔画像データベースとCOIL-20オブジェクトデータベースに関する広範囲の実験結果は,提案方法が既存の方法より効果的で識別的であることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 特徴抽出 ,  画像データベース ,  *多重化 ,  次元縮小 ,  *積分
準シソーラス用語： *正準相関 ,  *正準相関解析 ,  *多重集合 ,  *特徴融合 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 特徴融合 ,  教師 ,  多重集合 ,  積分 ,  正準相関解析