GRBFネットワークを用いた物体認識における計算コストの軽減
スポンサーリンク
概要
- 論文の詳細を見る
GRBFネットワークを利用して, 2次元投影像から3次元物体を認識する手法が提案されている. これは, 物体の任意視点からの2次元像を標準的視点からの像に変換する写像を近似し, 認識を行うものであり, 3次元物体として, 形状が変形するワイヤーフレームの物体を扱っている. 従来法は, 識別関数および幾何学的拘束条件をもとに特徴点の対応付けを行っており, かなりの計算量を必要とする. 本論文では, その対応付けを行わないソーティングを利用した認識手法を提案する. 提案法を用いることにより大幅に計算コストを低減でき、さらに隠れのある物体についても本手法が有効であることを計算機実験で示す.
- 社団法人電子情報通信学会の論文
- 1996-02-03
著者
関連論文
- 認識細胞を用いた位置ずれ、大きさ、回転に不変なパターン認識
- 変位抽出を行う手書き文字認識システム
- 階層的変位抽出アルゴリズムを用いた手書き文字認識システム
- 変位抽出を行う手書き文字認識
- ランダム回路網における統計的パラメ-タのパタ-ン分離機能に対する影響(技術談話室)
- 時変パラメータを持つ進化的強化学習システム
- 関数型記憶行列を持つカオスニューラルネット連想記憶システムと相互情報量
- 自己組織化型ファジィ強化学習システム
- 適応的探索法を用いた強化学習
- 関数型シナプス重みを持つニューラルネットワーク
- ニューラルネットによる閉曲線の1近似法
- ネットワーク最適化機能をもつウェーブレットニューラルネットワーク
- 自己増殖機能を持つウェーブレットニューラルネットワーク
- 押し出し造粒プラント制御のための視覚品質推定
- 相互結合型ニューラルネットワークを用いた大規模巡回セールスマン問題の解法
- 層状神経回路網のパターン分離条件 : 層間の結合本数R=4の場合
- 特徴検出機構を有する連想記憶について
- 前処理系を有す特徴検出細胞の自己形成モデル
- 動的入力刺激に対応する神経回路網の一モデル
- 連想記憶とそれに有利なパターンの性質
- パターン分離機能を用いた連想記憶
- 抑制結合を有する3層ランダム神経回路網のパタ-ン分離能力
- ウェーブレットネットワークを用いた多次元関数の近似
- 遺伝的自己生成機能をもつウェーブレットニューラルネットワーク
- 遺伝的自己生成機能を持つウェーブレットニューラルネットワーク
- GRBFネットワークを用いた物体認識における計算コストの軽減
- 層状神経回路網のパターン分離機能 : 層間の結合本数R=4の場合
- 2層ランダム神経回路網のパターン分離機能に関する考察
- 神経回路網の動的入力刺激に対する応答
- 神経回路網の入力刺激に対する応答の振舞い
- 射影幾何学法によるパターンの正規化
- 類似度法による手書き数字の認識
- 疎な結合の層状ランダム回路網によるパターン間の距離変換
- 層状ランダム回路のパターン分離性について
- Walsh 直交系を用いたパターン認識の一考察
- 特徴検出細胞の自己形成モデル
- パターン類別器としての小脳皮質の数理モデル
- パターン付加の手続による教師なし類別