近似最近傍探索の多段階化による物体の高速認識
| 言語 | 日本語 |
|---|
| 種類 | 研究会等の予稿 |
|---|
| 著者 | 野口 和人,黄瀬 浩一,岩村 雅一 |
|---|
| 論文名 | 近似最近傍探索の多段階化による物体の高速認識 |
|---|
| 論文誌名 | 画像の認識・理解シンポジウム(MIRU2007)論文集 |
|---|
| 発表番号 | OS-B2-02 |
|---|
| ページ | pp.111-118 |
|---|
| 査読の有無 | 無 |
|---|
| 年月 | 2007年7月 |
|---|
| 分野 | パターン認識, 物体認識 |
| キー | Noguchi2007_MIRU_Efficient (id=985) |
要約
SIFT などの局所記述子の最近傍探索によって物体認識を行う場合には,一画像あたりの特徴ベクトルの数が膨大になるため,最近傍探索の効率が重要となる.本稿では,「認識に必要な最近傍探索の精度は画像によって異
なる」という観点から処理を削減した効率的認識法を提案する.具体的には,近似最近傍探索に基づく識別器を多段階に縦列接続することにより,認識に用いる近似の程度を画像に応じて変更し,大幅な効率化を実現する.一万画像のデータベースを用いた実験の結果,処理時間を,多段階化を行わなかった場合の約1/10,ANN やLSH を近似最近傍探索の手法として用いた場合の約1/40 に削減でき,例えば,認識率98%,処理時間1ms/query を達成できることがわかった.また,8.6%のリジェクトを行うことによって,誤認識率を0%に抑えることもできた.さらに,十万画像を用いた実験から,高いスケーラビリティがあることもわかった.
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