文献

J-GLOBAL ID：202202213827328433   整理番号：22A0776652

皮膚セグメンテーションのためのパラメトリックおよび非パラメトリック相関ランキングに基づく教師付き特徴選択法【JST・京大機械翻訳】

Parametric and nonparametric correlation ranking based supervised feature selection methods for skin segmentation

著者 (2件)： Kaya Utku (Vocational School of Transportation, Eskisehir Technical University, Eskisehir, Turkey) ,  Fidan Mehmet (Vocational School of Transportation, Eskisehir Technical University, Eskisehir, Turkey)
資料名： Journal of Ambient Intelligence and Humanized Computing  (Journal of Ambient Intelligence and Humanized Computing)
巻： 13  号： 2  ページ： 821-833  発行年： 2022年 
JST資料番号： W4517A  ISSN： 1868-5137  資料種別： 逐次刊行物 (A)
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： 教師付き特徴選択法において,分類のために使用する特徴が,分類装置を教育するために使用するラベル情報によってそれらの関係性によって選択した。本研究では,この関係を2つの異なる相関係数,1つのパラメータおよび1つのノンパラメトリックで測定した。ピアソンをパラメトリック相関係数として用い,Kendallをノンパラメトリック相関係数として用いた。カラー画像における人間の皮膚セグメンテーションを,パラメトリックおよびノンパラメトリック相関係数の利点を示す事例研究として取り上げた。カラー画像では,画素に基づいて皮膚セグメンテーションを適用すると,問題は二値分類問題になる。各画素に対して,色とテクスチャに基づく72の特徴を抽出した。得られた計量の次数に従って,特徴を低相関に高相関で分類し,最強特徴を分類のために選択した。分類器は訓練され,Pratheepanデータベースから得られた特徴選択法の有無で抽出された特徴によってテストされる。排除された特徴を再び追加すると,その寄与は無視できるほど低く,分類を混乱させる。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH, DE part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  データベース ,  分類 ,  特性 ,  分類装置 ,  特徴抽出 ,  相関係数 ,  ノンパラメトリック法 ,  画像処理 ,  画素 ,  *特徴選択 ,  事例研究 ,  パラメータ ,  カラー画像
準シソーラス用語： 画像セグメンテーション ,  Pearson相関係数 ,  二値分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 特徴選択 ,  画像セグメンテーション ,  特徴抽出 ,  Pearson相関係数 ,  Kendall相関係数

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

タイトルに関連する用語 (6件)： 皮膚 ,  セグメンテーション ,  相関 ,  ランキング ,  教師 ,  特徴選択