English
Home
各種検索
研究業績検索
論文・著書検索
( 詳細検索 )
特許検索
( 詳細検索 )
研究ハイライト検索
( 詳細検索 )
研究者検索
組織・担当から絞り込む
サポート
よくあるご質問(FAQ)
T2R2登録申請
学位論文登録について
組織単位データ出力について
(学内限定)
サポート・問合せ
T2R2について
T2R2とは?
運用指針
リーフレット
本文ファイルの公開について
関連リンク
東京工業大学
東京工業大学STARサーチ
国立情報学研究所(学術機関リポジトリ構築連携支援事業)
Home
>
ヘルプ
論文・著書情報
タイトル
和文:
高速な画像分類のためのNeighbor-to-Neighbor探索
英文:
著者
和文:
井上中順
,
篠田浩一
.
英文:
Nakamasa Inoue
,
Koichi Shinoda
.
言語
Japanese
掲載誌/書名
和文:
電子情報通信学会技術研究報告 PRMU
英文:
Technical Report IEICE PRMU
巻, 号, ページ
vol. 113 no. 493 pp. 97-102
出版年月
2014年3月6日
出版者
和文:
英文:
会議名称
和文:
パターン認識・メディア理解研究会(PRMU)
英文:
Pattern Recognition and Media Understanding (PRMU)
開催地
和文:
東京
英文:
Tokyo
アブストラクト
高速な画像分類のためのNeighbor-to-Neighbor(NTN)探索を提案する.NTN探索は,ベクトル量子化および混合ガウス分布の確率計算の計算量削減を行うアルゴリズムであり,近年注目されている,Bag-of-visual-wordsやFisher vectorを用いた画像分類の高速化が可能となる.NTN探索は入力となる各特徴量に対して,その近傍が定義されていることを仮定し,類似した特徴量を近傍から近傍へと探索して,特徴量の類似度に応じて計算を省略することで高速化を実現する.例えば,Dense samplingによって,格子点上から密に抽出されたSIFT特徴量に対してNTN探索を適用する場合,各SIFT特徴量に関して上下左右に隣接した点上のSIFT特徴量の集合を近傍と考えることで,類似したSIFT特徴量を隣から隣へと探索しつつベクトル量子化や混合ガウス分布に関する計算を高速に行うことができる.PASCAL VOC 2007 Classification Challengeにおける本手法の評価実験では,NTN探索の導入により,検出精度を保った状態で,ベクトル量子化および混合ガウス分布に関してそれぞれ77.4%,89.3%の計算量削減を実現した.
©2007
Tokyo Institute of Technology All rights reserved.