SVMを用いたテクスチャ分類における高次モーメントの次数と分類精度について (パターン認識・メディア理解)  [in Japanese] Higher-Order Moment Orders and Performance in Texture Classification using Support Vector Machines  [in Japanese]

Search this Article

Author(s)

Abstract

テクスチャなどの画像分類における特徴量としては,特徴空間の大きさゆえに従来3次までの局所モーメント関数(局所2次自己相関関数)特徴量が用いられてきた.高次モーメント(HOM)カーネルの導入により,より高次のモーメント関数特徴量の扱いが容易となるため,本研究では従来用いられてこなかった高い次数のモーメントを特徴量としたテクスチャ分類実験をHOMカーネルとサポートベクトルマシンを組み合わせることで特に5次を超える高次のHOMカーネルを用いた場合に着目して行った.その結果,偶数次の場合の分類精度が相対的に高いことが明らかになった.またモーメント関数の次数が高いほどテストセットの変動に敏感になっていくことも分かった.

Conventionally, local moment functions (local autocorrelation functions) of orders up to 3 have been widely used as features for image texture classification. This is mainly due to the high dimensionality of higher order moment function feature space. By using the Higher-Order Moment (HOM) kernel function, moment features of higher order can become a practical alternative. In this report we used a Support Vector Machine with the HOM kernel function for texture classification, especially focusing on the use of orders higher than 5. From the experimental results, it was found that the classification accuracy is higher when the order is even. Also, we found that as the order becomes higher, the classifier becomes sensitive to the change of testing data.

Journal

  • Technical report of IEICE. PRMU

    Technical report of IEICE. PRMU 112(357), 31-36, 2012-12-13

    The Institute of Electronics, Information and Communication Engineers

Codes

  • NII Article ID (NAID)
    110009667435
  • NII NACSIS-CAT ID (NCID)
    AN10541106
  • Text Lang
    JPN
  • ISSN
    0913-5685
  • NDL Article ID
    024195861
  • NDL Call No.
    Z16-940
  • Data Source
    NDL  NII-ELS 
Page Top