積分型特徴量による形態識別

スポンサーリンク

概要

論文の詳細を見る
「積分型特徴量」とは, 各画素近傍の状態によって決まる局所的特徴ベクトルを全面素について加算することにより, 与えられた画像の特徴ベクトルを構成するものである. 本論文では, まず, 局所的特徴量の定義のために, 画素近傍の任意の範囲から効率良く情報を抽出する近傍系の定義を提案する. これは, 半径方向を対数尺度とする極座標系上で定義されたマスク関数の系列を用いることによって実現される. 次に, 形態認識に有効な特徴量として, 輝度こう配画像の局所的共変動性に基づく二つの特徴量 (輪郭線形状特徴量および共分散特徴量) を提案する. また, 積分型特徴量の発展として, 判別効率の非線形最適化を伴うモデルについても検討する. このモデルでは, 局所的特徴を加算する際の重み付けとして, 各画素の判別に対する有効性をモデル化する. これらの特徴量および非線形モデルの有効性は, 実画像による判別実験によって検証された.
1997-01-25

著者

関連論文

もっと見る

スポンサーリンク