毛織物のための移動学習と手作業特徴に基づく新しい画像検索戦略【JST・京大機械翻訳】

Zhang Ning; Shamey Renzo; Xiang Jun; Pan Ruru; Gao Weidong

文献

J-GLOBAL ID：202202251991681736 整理番号：22A0478982

毛織物のための移動学習と手作業特徴に基づく新しい画像検索戦略【JST・京大機械翻訳】

A novel image retrieval strategy based on transfer learning and hand-crafted features for wool fabric

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0478982&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0478982&from=J-GLOBAL&jstjournalNo=W0178A") }}

著者 (5件)： , , , ,
資料名：
巻： 191 ページ： Null 発行年： 2022年
JST資料番号： W0178A ISSN： 0957-4174 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)

工業設定における画像検索技術の応用は,生産プロセスを容易にするためのアーカイブから同じまたは類似の製品の迅速で正確な検索を目的とする。コンテンツベースの画像検索とその織物への応用は,外観の違いに焦点を合わせ,繊細な差異を無視して,このように,検索細かさは,産業応用の要求を満たすことができない。本研究では,新しい画像検索戦略を提案し,転送学習に基づく分類モデルによって外見差を識別し,手作業特徴によってさらに識別の微妙な差異を実現した。ImageNetに基づく事前訓練モデルを,自動分類のための特徴を抽出するために微調整した。ウールファブリック画像データベースの画像を異なるカテゴリーに分類した。一方,分布確率を用いて検索戦略を構築した。各カテゴリにおける「特徴データベース」を形成するために,指向FASTと回転BRIEF(ORB)を特徴抽出のために利用し,局所凝集記述子のベクトルを特徴集合のために採用した。ボールツリーを実装し,最終結果の最近傍を探索した。上記の方法に基づいて,質問画像をまず自動的に分類して,次に,画像を検索戦略に基づいて検索した。82,073画像を有する羊毛織物の大規模画像データベースをベンチマークとして構築し,提案した方法の有効性を評価した。実験は,提案した戦略が繊細な画像検索に有効であることを示した。移動学習と手作業特徴の組合せは,外観と微妙な差異を識別することができ,繊細な布差を表す既存の方法より優れている。提案方法は,工場における生産乗員と手動労働の低減のための参照支援を提供できる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

人工知能 , 図形・画像処理一般

, , , ,

前のページに戻る