文献

J-GLOBAL ID：201702246252417730   整理番号：17A0414131

構造化行列分解を介した顕著なオブジェクトの検出【Powered by NICT】

Salient Object Detection via Structured Matrix Decomposition

著者 (6件)： Peng Houwen (CAS Center for Excellence in Brain Science and Intelligence Technology, National Laboratory of Pattern Recognition, Institution of Automation, Chinese Academy of Sciences, Beijing, China) ,  Li Bing (CAS Center for Excellence in Brain Science and Intelligence Technology, National Laboratory of Pattern Recognition, Institution of Automation, Chinese Academy of Sciences, Beijing, China) ,  Ling Haibin (Department of Computer and Information Sciences, Temple University, Philadelphia, PA) ,  Hu Weiming (CAS Center for Excellence in Brain Science and Intelligence Technology, National Laboratory of Pattern Recognition, Institution of Automation, Chinese Academy of Sciences, Beijing, China) ,  Xiong Weihua (CAS Center for Excellence in Brain Science and Intelligence Technology, National Laboratory of Pattern Recognition, Institution of Automation, Chinese Academy of Sciences, Beijing, China) ,  Maybank Stephen J. (Department of Computer Science and Information Systems, Birkbeck College, London, United Kingdom)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 39  号： 4  ページ： 818-832  発行年： 2017年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 低ランク回復モデルが,突出対象検出の可能性,マトリックスは画像背景を代表する低ランク行列と顕著なオブジェクトを同定する疎行列に分解を示した。二欠乏が,なお存在する。最初に,以前の研究は,典型的には,疎行列は互いに独立して要素を仮定し,画像領域の空間とパターンの関係を無視していた。第二に,低ランクおよびスパース行列は相対的にコヒーレントな場合,例えば,顕著なオブジェクトと背景との類似性がある場合,または背景が複雑な場合には,それらを解くための以前のモデルは困難である。これらの問題を解決するために,二つの構造正則化を持つ新規構造行列分解モデルを提案した(1)画像構造を捕捉し,類似した顕著性値を用いて同一物体からのパッチを強制するツリー構造性誘起(sparsity-inducing)正則化,および(2)顕著なオブジェクト間のギャップと特徴空間における背景を拡大するラプラシアン正則化。,高レベル事前確率は,マトリックス分解を誘導し,検出を高めるために統合した。単一物体,複数物体と複雑なシーン画像を含む五つの挑戦的なデータセット上で顕著な物体検出のための著者らのモデルを評価し,七の性能測定基準で24最先端の方法と比較して,比肩可能な結果を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： スパース行列 ,  事前確率 ,  コヒーレンス ,  ツリー構造 ,  類似性 ,  画像 ,  正則化 ,  *構造形成 ,  Laplace演算子
準シソーラス用語： 物体検出 ,  特徴空間 ,  画像構造 ,  *行列分解 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 構造化 ,  行列分解 ,  オブジェクト