物体認識における照合の高速化
| 言語 | 日本語 |
|---|
| 種類 | 解説、総説 |
|---|
| 著者 | 黄瀬 浩一，岩村 雅一 |
|---|
| 論文名 | 物体認識における照合の高速化 |
|---|
| 論文誌名 | 画像ラボ |
|---|
| ページ | pp.65-71 |
|---|
| 査読の有無 | 無 |
|---|
| 年月 | 2009年1月 |
|---|
| キー | Kise2009 (id=1049) |
|---|
要約
局所特徴量と呼ばれる特徴量を用いた物体認識では，他の特徴量と比べて高精度な認識が可能となる反面，画像から抽出される特徴量の数が膨大となるため，計算量が大きいという問題点を持つ．特に，局所特徴量を照合する処理において負荷が大きくなるため，その高速化が不可欠となる．本稿では，照合処理を特徴ベクトルの最近傍探索として捉え，近似を導入した近似最近傍探索によって，この問題が解決可能であることを示す．具体的には，以下の点について述べる．まず，物体認識のタスクを一般物体認識と特定物体認識の2種類に分類した後，双方において照合の高速化が重要であることを述べる．次に，高速化の手法として近似最近傍探索を取り上げ，具体的なアルゴリズムとしてANN（Approximate Nearest Neighbor）とLSH (Locality Sensitive Hashing)を紹介する．また，ANNによって実現した特定物体認識システムが，未知の画像と10万画像の照合を100ミリ秒程度で実行できることを示す．
この文献を出力
出力はタブ区切りです．Excel の該当シートの A 列（操作種別）のセルを選んで貼り付けてください．「学術情報リポジトリ」「国際共著」など判定できない必須項目は空欄なので，貼り付け後に埋めてください．
書式の定義
書き換えるとすぐ出力に反映されます（書式を選び直すか「既定に戻す」を押すまで有効）．1 行目が既定，種類別に変えるには「book: …」のような行を追加
書式の定義の書き方
{authors} のように波括弧でフィールドを挿入します．[ ... ] で囲んだ部分は，その中のフィールドが空のとき丸ごと省略されます．使えるフィールド：
{authors}{authors_and}{authors_ja}{authors_ja_tight}{authors_en}{authors_en_and}{authors_tight}{first_author}{title}{title_ja}{title_en}{journal}{journal_ja}{journal_en}{book_title}{volume}{number}{series}{presen_id}{pages}{pp}{num_pages}{year}{month}{month_en}{month_short}{ym}{date}{date_ja}{date_en}{publisher}{address}{location}{review}{review_ja}{review_en}{reviewed_mark}{presen_type}{type}{type_label}{doi}{url}{key}{awards}
書式の定義の書き方
1 行に 1 つ，\マクロ名{フィールド}{フィールド}… の形でマクロと引数の並びを定義します．波括弧の中がフィールド名ならその値（LaTeX 用にエスケープ済み）に，それ以外の文字はそのまま出ます．マクロ名は自由に変えられ，行を足せば「マクロ」の選択肢に増えます．種類ごとに使うマクロを固定するには master_thesis: thesis のような行を足します（自動選択: 論文誌は DOI があれば paperdoi，号があれば paperno，それ以外は paper／会議はページがあれば conf，無ければ confpaper／著書は book）．{pages} は「119--124」の形，{journal} は誌名が無ければ書名になります．使えるフィールド：
{authors}{authors_and}{authors_ja}{authors_ja_tight}{authors_en}{authors_en_and}{authors_tight}{first_author}{title}{title_ja}{title_en}{journal}{journal_ja}{journal_en}{book_title}{volume}{number}{series}{presen_id}{pages}{pp}{num_pages}{year}{month}{month_en}{month_short}{ym}{date}{date_ja}{date_en}{publisher}{address}{location}{review}{review_ja}{review_en}{reviewed_mark}{presen_type}{type}{type_label}{doi}{url}{key}{awards}
← 一覧に戻る