文献

J-GLOBAL ID：202002214511740328   整理番号：20A0380551

画像分類と検索のための局所性制約アフィン部分空間符号化【JST・京大機械翻訳】

Locality-constrained affine subspace coding for image classification and retrieval

著者 (5件)： Zhang Bingbing (School of Information and Communication Engineering, Dalian University of Technology, Dalian, China) ,  Wang Qilong (School of Intelligence and Computing, Tianjin University, Tianjin, China) ,  Lu Xiaoxiao (School of Information and Communication Engineering, Dalian University of Technology, Dalian, China) ,  Wang Fasheng (School of Information and Communication Engineering, Dalian Minzu University, Dalian, China) ,  Li Peihua (School of Information and Communication Engineering, Dalian University of Technology, Dalian, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 100  ページ： Null  発行年： 2020年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 特徴符号化は,画像分類と検索性能を改善するために設計された視覚単語(BoVW)モデルの袋のキーコンポーネントである。特徴符号化プロセスにおいて,画像の各特徴は,高次元スパースベクトルを形成するために視覚単語の辞書を介して非線形に写像される。良く知られた局所性制約線形符号化(LLC)によって触発されて,LLCが視覚語の周りの局所幾何学的構造を考慮することができない限界に対処するために,局所性制約アフィン部分空間符号化(LASC)方法を提示した。LASCは,アフィン部分空間の集合から成る辞書を構成するので,他の符号化法とは区別される。このように,多様体の局所幾何学的構造を,そのような辞書によって明示的にモデル化した。符号化の過程において,各特徴は線形に分解され,重みづけされ,そのトップk隣接部分空間に関して一次LASCベクトルを形成する。さらに性能を上げるために,情報幾何学に基づく二次LASCベクトルを提案した。提案した符号化法を用いて,画像分類と画像検索タスクの両方を実行し,実験結果により,この方法が最先端の方法と比較して優れたまたは競争力のある性能を達成することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  *局所性 ,  高次元 ,  画像検索 ,  ベクトル ,  単語 ,  線形符号 ,  検索効率 ,  視覚 ,  重みづけ ,  多様体
準シソーラス用語： *部分空間 ,  *画像分類 , 【Automatic Indexing@JST】

著者キーワード (4件)： 視覚語のバッグ ,  局所性制約付きアフィン部分空間符号化 ,  画像分類 ,  画像検索

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 画像分類 ,  検索 ,  局所性 ,  制約 ,  空間符号化