ユーザーの領域分割結果に基づく一般物体認識(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
スポンサーリンク
概要
- 論文の詳細を見る
本報告では,一般物体認識の問題を,人間と計算機の対話型操作という観点から再考する.多くの一般物体認識アルゴリズムは,対象領域分割,特徴抽出,識別の3段階の処理で構成されている.通常,これら3つの処理は計算機により自動で行われるが,実用の場面では,領域分割の問題は必ずしも解く必要は無いと考えられる.アプリケーションによっては,ユーザーに大まかな領域分割を要求してもよいことが多いからである.大まかな領域分割では識別性能の低下が懸念されるが,学習用画像に対しても異なる複数の人間による大まかな領域分割データを多数集めておき,これらを用いて学習を行えば,この問題を回避できると考えられる.そこでこの仮説を立証するために"20 wild bird datasets"を作成し,識別性能を評価した.その結果,異なる領域分割データに基づいて,1枚の学習画像から複数の学習サンプルを生成して学習することで,識別率が向上することがわかった.特に,特徴量に位置情報を含むPHOG特徴量およびPHOW特徴量において,顕著な改善が見られることがわかった.
- 2010-08-29
著者
関連論文
- Visual wordとwordの共起確率モデルを使った画像ラベリング(テーマセッション関連,一般物体認識・画像特徴量)
- 事前知識を用いたNon-negative Matrix Factorization(テーマセッション関連,一般物体認識・画像特徴量)
- ユーザーの領域分割結果に基づく一般物体認識(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- ユーザーの領域分割結果に基づく一般物体認識(テーマセッション,コンピュータビジョンとパターン認識のための機械学習と最適化,一般)
- 領域間で共通する特徴点の数を利用した代表画像への自動アノテーション手法(一般セッション4,移動カメラ画像処理におけるパターン認識とメディア理解)
- VisualRankの多クラスへの拡張 : 画像特徴量を用いた類似画像の自動分類とランキング付け手法(一般セッション4,移動カメラ画像処理におけるパターン認識とメディア理解)
- CVPR2011報告
- CVPR2011報告
- 計算環境の変遷に伴う特徴量研究の新しい展開 : モバイルコンピューティングからGPUまで(テーマセッション,実世界文字認識と理解)
- KINECTを用いた3次元復元の産業用ロボット教示への応用(実世界センシングとその応用)
- KINECTを用いた3次元復元の産業用ロボット教示への応用(実世界センシングとその応用)
- KINECTを用いた3次元復元の産業用ロボット教示への応用(実世界センシングとその応用)
- データ分布の2次モーメントのみにもとづくバイナリコーディング手法(第15回情報論的学習理論ワークショップ)
- KINECTを用いた3次元復元の産業用ロボット教示への応用