エッジ共起を考慮した回転・スケール不変な局所画像特徴と一般物体認識への適用(この論文は研究会登録者以外の方は購入できません)

書誌事項

タイトル別名
  • Rotation and scale-invariant local feature based on co-occurrence of edge gradient and its application to general object recognition

この論文をさがす

抄録

映像の意味内容解析を目的とした一般物体認識の研究においては,局所画像特徴の出現頻度ヒストグラムに基づく bag-of-visual-words と呼ばれる手法が広く利用されている.しかしながら従来手法では,局所特徴の間の関係が考慮されていないため,領域間の位置関係が無視されてしまうという問題があった.そこで本論文では,エッジ共起を考慮した回転およびスケール変化に不変な局所特徴を提案する.提案手法では,difference of Gaussian に基づいて特徴点のスケールを決定した後,エッジの頻度に基づいて特徴点の主方向を決定する.その後,特徴点の周辺領域から算出した重み付きエッジ方向ヒストグラムの共起に基づいて特徴記述子を算出する.あわせて本論文では,本特徴を一般物体認識に適用する手法を示す.実験では,約 400 時間の映像データセットを利用した評価実験により,提案手法の有効性を検証する.A bag-of-visual-words method based on a frequency histogram of local features is widely used for detecting general object from video data. However, the conventional method cannot take into account the relationship between the local features and it ignores positional relation between subregions. This paper proposes a rotation and scale-invariant local feature based on co-occurrence of edge gradient. The proposed method determines the scale of the feature point based on the difference of Gaussian and determines the dominant direction based on the frequency of edge directions around the feature point. The feature descriptor is then calculated based on the co-occurrence matrix between weighted edge-direction histograms in the surrounding area. In addition, this paper describes the method of utilizing the proposed local feature for the general object recognition method. The experiment on video data about 400 hours long is performed to verify the effectiveness of the proposed method.

収録刊行物

詳細情報

  • CRID
    1571980076949064960
  • NII論文ID
    110008713568
  • NII書誌ID
    AN10438399
  • 本文言語コード
    ja
  • データソース種別
    • CiNii Articles

問題の指摘

ページトップへ