文献

J-GLOBAL ID：201902217818150993   整理番号：19A2417676

大規模フィールド/クローズアップ画像分類:単純から非常に複雑な特徴へ【JST・京大機械翻訳】

Large Field/Close-Up Image Classification: From Simple to Very Complex Features

著者 (5件)： Le Quyet-Tien (GIPSA Lab, Grenoble Alpes University, Saint Martin d’Heres Cedex, France) ,  Le Quyet-Tien (Vietnam Maritime University, Hai Phong, Vietnam) ,  Ladret Patricia (GIPSA Lab, Grenoble Alpes University, Saint Martin d’Heres Cedex, France) ,  Nguyen Huu-Tuan (Vietnam Maritime University, Hai Phong, Vietnam) ,  Caplier Alice (GIPSA Lab, Grenoble Alpes University, Saint Martin d’Heres Cedex, France)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11679  ページ： 532-543  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,サポートベクトルマシン(SVM)分類器による大規模場/閉鎖画像分類の問題を扱うために,拡張可能画像ファイル(EXIF)特徴,手書き特徴および学習特徴を含む3つの異なるタイプの特徴を調査した。分類性能と計算の複雑さに及ぼすあらゆる特徴集合の影響を研究し,互いに比較した。結果は,学習した特徴が非常に効率的であるが,計算コストが不合理であることを証明した。反対に,それらが正確さと計算コストの間の非常に良い妥協を表すので,利用可能な場合にEXIFの特徴を考慮することは価値があると思われる。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *画像 ,  計算量 ,  *接写 ,  学習 ,  サポートベクトルマシン
準シソーラス用語： 計算コスト ,  手書き ,  画像ファイル ,  *画像分類 , 【Automatic Indexing@JST】

著者キーワード (10件)： 画像分類 ,  大視野画像 ,  近接画像 ,  手作りの特徴 ,  Exifの特徴 ,  学習した特徴 ,  特徴評価 ,  特徴選択 ,  サポートベクトルマシン ,  伝達学習

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

タイトルに関連する用語 (5件)： 大規模 ,  フィールド ,  クローズアップ ,  画像分類 ,  単純