文献

J-GLOBAL ID：202002252241335353   整理番号：20A1137520

局所線形符号化の深さ学習果菜分類アルゴリズム【JST・京大機械翻訳】

Deep Learning Fruit and Vegetable Classification Algorithm Based on Local Linear Coding

著者 (2件)： Ju Zhiyong (上海理工大学 光電信息与計算机工程学院,上海,200093) ,  Zhang Zechen (上海理工大学 光電信息与計算机工程学院,上海,200093)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 41  号： 4  ページ： 741-745  発行年： 2020年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の画像分類問題は人工的に設計した画像特徴を用いて分類するが、一部の果菜画像には、色、テクスチャと形状の差異が小さい現象があり、従来の特徴分類効果が不十分である。この問題を解決するために,本論文は,人工的特徴および深さ学習特性を組み合わせた果実-野菜分類アルゴリズムを提案した。最初に,InceptionV3事前訓練モデルを使用して,果実と野菜画像の畳込みニューラルネットワーク特性を抽出した。次に,画像の色ヒストグラムとSIFT特徴を抽出し,SIFT特徴の局所線形符号化を行った。次に,判別相関分析を用いて特徴の次元縮小融合を行った。最後に,SVMを用いて分類装置を得た。果実と野菜の画像データベースの実験結果により、DCAの次元縮小融合後の特徴が果菜類の分類精度とスピードにおいて元の特徴より明らかに優れ、識別率は97%近くに達し、果菜類の分類にもっと適していることが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  野菜 ,  分類装置 ,  画像特性 ,  線形符号 ,  *果菜 ,  次元縮小 ,  画像データベース
準シソーラス用語： 相関分析 ,  カラーヒストグラム ,  画像分類 ,  *分類アルゴリズム ,  認識率 ,  分類精度 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 線形符号 ,  学習 ,  果菜 ,  分類アルゴリズム