文献

J-GLOBAL ID：201702280831799186   整理番号：17A0170942

ノイズに基づく高速画像分割アルゴリズム【JST・京大機械翻訳】

Fast image segmentation algorithm based on noise benefit

著者 (2件)： Niu Yirong (School of Digital Media, Jiangnan University) ,  Wang Shitong (School of Digital Media, Jiangnan University)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 52  号： 21  ページ： 195-201,217  発行年： 2016年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  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： 画像分割とは,一つの画像をいくつかの互いにオーバラップない領域の集合に分解することである.既存の改良GAUSS混合モデルを画像分割に使用するとき,分割プロセスをいかに加速するかは,研究の重要課題である。最新のノイズのEMアルゴリズムに基づいて,改良したGAUSS混合モデルの収束速度を改良するために人工ノイズを使用することによって,画像セグメンテーションの高速化を達成した。付加雑音が雑音のEMの定理を満たすとき,加法雑音はEMアルゴリズムの局所最大値に収束する平均収束速度を加速する。改良GAUSS混合モデルはEMアルゴリズムの特例であるので,ノイズのEMの定理は改良ガウス混合モデルにも適用できる。実験結果により,提案したアルゴリズムが画像分割を行うとき,その収束速度は明らかに速くなり,時間複雑性は明らかに小さくなることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 加算 ,  *雑音 ,  *画像 ,  *高速度 ,  高速化 ,  *アルゴリズム ,  複雑性 ,  収束速度 ,  EMアルゴリズム ,  *画像セグメンテーション ,  混合効果モデル
準シソーラス用語： 混合モデル ,  オーバラップ , 【Automatic Indexing@JST】

著者キーワード (5件)： noise benefit ,  New Expectation Maximization(NEM) theorem ,  image segmentation ,  spatial neighborhood relationships ,  improved Gaussian mixture model

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ノイズ ,  画像分割 ,  アルゴリズム