文献の詳細

論文の言語	日本語
著者	本道 貴行, 黄瀬 浩一
論文名	大規模画像認識のための局所特徴量の性能比較
論文誌名	画像の認識・理解シンポジウム(MIRU2008)論文集
発表番号	IS5-6
ページ	p.550
査読の有無	無
年月	2008年7月
要約	画像を認識するための，様々な特徴点/領域の抽出手法や，局所記述子が提案されている．しかし，物体インスタンス（特定物体）を対象とした大規模画像認識において，どのような特徴点/領域を抽出し，どのような局所記述子を用いて，特徴量を記述することが最適なのかは十分明確であるとは言い難い．そこで本稿では，1万画像データベースを用いた大規模画像認識において，複数の特徴点/領域抽出手法，局所記述子を比較した結果を報告する．我々の実験では，特徴点/領域単独では，Hessian Affine 領域，局所記述子としてはGLOH やShape Context，また，特徴点と局所記述子を一括で扱うものの場合にはPCA-SIFT を用いることにより，最もよい結果が得られることが分かった．さらに，同一の記述子を用いても，特徴点/領域抽出の手法が異なれば，認識結果の誤りの傾向も異なり，特徴点/領域を組み合わせることにより精度が向上することが分かった．

• 次のファイルが利用可能です．
1. paper.pdf (1.2MB)
• BibTeX用エントリー

  @InCollection{本道2008,
    author =	{本道 貴行 and 黄瀬 浩一},
    title =	{大規模画像認識のための局所特徴量の性能比較},
    booktitle =	{画像の認識・理解シンポジウム(MIRU2008)論文集},
    year =	2008,
    month =	jul,
    presenID =	{IS5-6},
    pages =	{550}
  }
  
  
  

一覧に戻る