抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
目的:近年、局部画像ディスクリプタは大きな視角と光度変化、ノイズ、局部遮蔽などの方面で良好な性能を有するため、画像検索、ロボットナビゲーション、画像分類、ビデオ行為識別などの各種コンピュータビジョン研究領域に応用に成功している。【方法】画像領域記述のための局所的特徴(局所グレイスケール極値モデル(LIEP))を提案した。画素点半径の異なる2つの同心円上に一様サンプリング点を均等にサンプリングし、異なる同心円上のサンプリング点と中心画素間の角度を互いに補間し、それぞれ同心円上のサンプリング点の最大と最小階調モードを独立に計算した。半径の小さい同心円上の最大灰色モードと半径が大きい同心円上の最小灰色モードの2次元連合分布を計算し、極値モデルを得た。半径の小さい同心円上の最小灰色モードと半径が大きい同心円上の最大灰色モードの2次元連合分布を計算し、もう一つの極値モードを得た。最後に,2つの極値モードをカスケードして,LIEPを得た。局所グレイシーケンスモードと局所バイナリモードと比較して,LIEPは,画像光度と幾何学的変化の下でより安定であり,ノイズ耐性は,より強く,モードエラーの確率は,より小さかった。LIEPは局所回転不変座標システムで計算され、マルチサポート領域と画像ブロックのグローバル灰色順序空間収束方法を採用して新しい局部画像ディスクリプタ:LIEP空間分布ヒストグラム(LIEPH)を獲得した。LIEPHディスクリプタは単調な照明不変性と画像ブロックの主方向を計算せずに回転不変性を保つ。【結果】標準画像マッチングデータベースに関する実験は以下のことを示した。LIEPHの再現率-誤り率曲線はすべて最上にあり、マッチング性能は単支持域ディスクリプタSIFT(scaleinvariantfeaturetransform)より優れる。CS-LBP(center-symmetriclocalbinarypattern)、HOP(localintensityorderpattern)。HRI-CSLTP(histogramofrelativeintensitiesandcenter-symmetriclocalternarypatterns)。EOD(exactorderbaseddescriptor)及びマルチサポートドメインディスクリプタMRRID(multtisupportregionrotationandintensitymonotonicimariantdescriptor)。大きい画像幾何学的歪みの下で,HEPHは優れたマッチング性能を示す。ディスクリプタを定量分析する実験では、エラー率(1-preci-sion)が固定値0.4である場合、HEPHディスクリプタの再現率(recall)値は各種の画像歪み下で最大となる。標準画像マッチングデータベースにガウスと塩ノイズを加えた実験において、HEPHのマッチング性能はMRRID.LIEPHアルゴリズムより遥かに低く、計算時間はMRRIDの1/2に近い。【結語】LIEPHは,局所画像領域のテクスチャ統計特性に対して高い記述能力を持ち,識別性,ロバスト性,およびノイズ耐性の優位性を,複雑な条件における画像領域記述とマッチングに適用することができる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】
