文献

J-GLOBAL ID：202002255213872662   整理番号：20A0302894

画像共分散に基づく増分特徴抽出法研究【JST・京大機械翻訳】

An Incremental Feature Extraction Method without Estimating Image Covariance Matrix

著者 (3件)： Wang Xiaofeng (天津理工大学天津市先進机電系統設計与智能控制重点実験室 天津 300384;天津理工大学机電工程国家級実験教学示范中心 天津 300384) ,  Sun Mingyue (天津理工大学天津市先進机電系統設計与智能控制重点実験室 天津 300384) ,  Ge Weimin (天津理工大学天津市先進机電系統設計与智能控制重点実験室 天津 300384;天津理工大学机電工程国家級実験教学示范中心 天津 300384)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 41  号： 11  ページ： 2768-2776  発行年： 2019年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  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： 2次元主成分分析(2DPCA)アルゴリズムは,オンライン特徴抽出と完全なデータ構造情報を表現できないという問題を解決するために,画像共分散に基づく増分2DPCA(I2DPCA)アルゴリズムを提案した。このアルゴリズムは,画像共分散行列の固有値分解の特異値分解を必要とせず,複雑性は低減し,特徴抽出速度を改善した。I2DPCAの横方向特性を抽出するために,本論文は,I2DPCAの特性行列を再び縦方向に抽出して,画像の横方向と縦方向構造情報を保持するために,インクリメンタル行列順序2DPCA(IRC2DPCA)アルゴリズムを提示した。行列の2つの方向における特徴抽出とデータ次元縮小を実現した。最後に,自己構築ブロックデータセット,汎用ORLおよびYale顔データセットを,それぞれ比較し,そして,結果は,提案アルゴリズムが,収束率,分類率および複雑性のような性能において,著しく改善し,そして,その収束率は,99%以上に達し,そして,分類率は,97.6%に達した。平均処理速度は,29フレーム/秒であり,それは,インクリメンタル特徴抽出のリアルタイム処理要求を満たすことができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 特異値分解 ,  *共分散 ,  二次元 ,  アルゴリズム ,  主成分分析 ,  実時間処理 ,  データ構造 ,  自己集合 ,  *特徴抽出 ,  次元縮小
準シソーラス用語： 処理速度 ,  複雑性 ,  固有値分解 ,  共分散行列 ,  オンライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 共分散 ,  増分 ,  特徴抽出法 ,  研究